---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:200
- loss:MultipleNegativesRankingLoss
base_model: sentence-transformers/all-MiniLM-L6-v2
widget:
- source_sentence: Como alterar a senha única?
sentences:
- Siga as instruções em https://senha.ufes.br/site/alteraSenha.
- 'Após a viagem, no prazo máximo de 05 (cinco) dias úteis de seu retorno é necessário
prestar contas da viagem realizada, mesmo que sem a solicitação de diárias e passagens,
sob pena de ficar impossibilitado de receber novas concessões até que a pendência
seja regularizada junto ao SCDP.
Para isso, é necessário anexar ao processo os seguintes documentos:
1. Relatório de Viagem (preenchido e assinado);
2. Bilhete(s) de passagem(ns) aérea(s) (caso tenha solicitado passagens) ou;
3. Declaração da empresa de transporte (quando for o caso) ou;
4. Recibo de check-in emitido digitalmente pela companhia aérea ou declaração
fornecida pela mesma (quando for o caso);
5. Certificado ou Declaração de participação.
Assim que anexados ao processo, este deve ser enviado à DCFN para baixa no SCDP
e posterior arquivamento.
Procedimentos, formulários, dúvidas e orientações estão disponíveis em:
https://gestaoadministrativa.saomateus.ufes.br/procedimentos-necessarios-para-solicitacao-de-diarias-e-passagens-aereas-no-ambito-do-ceunesufes'
- Envie um e-mail para dasas.ceunes@ufes.br para agendar o atendimento.
- source_sentence: Acesso a impressoras e computadores
sentences:
- Acesse o manual em https://drm.saomateus.ufes.br.
- 'Informações sobre pagamento de notas fiscais a fornecedor entrar em contato com
a DCFN (Divisão de Contabilidade e Finanças)
E-mail institucional do setor: dcfn.ceunes@ufes.br
Telefones: 3312-1517 e 3312-1518
Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao'
- Para obter acesso a impressoras e computadores da UFES, envie uma solicitação
ao setor de TI, especificando os dispositivos necessários.
- source_sentence: Formatação de computador
sentences:
- A formatação de computadores deve ser solicitada diretamente ao suporte de TI,
que avaliará a necessidade de backup e reinstalação dos sistemas operacionais.
- Siga as orientações em https://senha.ufes.br/site/recuperaCredenciais.
- Acesse https://drm.saomateus.ufes.br/comissao-de-inventario.
- source_sentence: PC sem acesso ao sistema e rede do ceunes
sentences:
- Problemas de acesso aos sistemas e rede do CEUNES podem estar relacionados às
configurações de rede. Entre em contato com o suporte de TI em https://atendimento.ufes.br
para verificar e resolver.
- O cronograma está disponível no link https://progep.ufes.br/exames-periodicos.
A coleta dos exames laboratoriais será realizada conforme cronograma, das 07h30min
às 10:30, na Sala de reuniões, prédio da SUGRAD. Esteja atento ao seu e-mail institucional.
- Para instalar uma impressora, solicite o serviço ao suporte de TI em https://atendimento.ufes.br,
que poderá auxiliar com a instalação e configuração do equipamento.
- source_sentence: Como atualizar o cadastro no Proaes em caso de alteração de renda/composição
familiar?
sentences:
- Acesse https://drm.saomateus.ufes.br → Patrimônio → Agentes Patrimoniais.
- Envie um e-mail para dasas.ceunes@ufes.br para agendar atendimento social na DASAS.
- Acesse https://senha.ufes.br/site/recuperaCredenciais.
datasets:
- matunderstars/ufes-qa-data
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2) on the [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) and [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) datasets. It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2)
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 384 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Datasets:**
- [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data)
- [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data)
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: BertModel
(1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
(2): Normalize()
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("matunderstars/ufes-qa-embedding-finetuned-v2.1")
# Run inference
sentences = [
'Como atualizar o cadastro no Proaes em caso de alteração de renda/composição familiar?',
'Envie um e-mail para dasas.ceunes@ufes.br para agendar atendimento social na DASAS.',
'Acesse https://senha.ufes.br/site/recuperaCredenciais.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Training Details
### Training Datasets
#### train
* Dataset: [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) at [02bfedf](https://huggingface.co/datasets/matunderstars/ufes-qa-data/tree/02bfedf96441339120864b5df6b748c47d391b2d)
* Size: 100 training samples
* Columns: question and answer
* Approximate statistics based on the first 100 samples:
| | question | answer |
|:--------|:---------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string |
| details | - min: 7 tokens
- mean: 18.3 tokens
- max: 45 tokens
| - min: 14 tokens
- mean: 54.23 tokens
- max: 256 tokens
|
* Samples:
| question | answer |
|:----------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| Qual é o horário de funcionamento do setor DCFN (Divisão de Contabilidade e Finanças)? | Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao |
| Como incluir itens no catálogo de materiais? | Acesse https://compras.ufes.br/inclusao-de-produto-no-catalogo-de-materiais. |
| Fiz exames laboratoriais recentemente, devo coletar novamente? | Caso você já tenha realizado os mesmos exames laboratoriais nos últimos 6 meses, favor entrar em contato com o Setor de Enfermagem da DASAS pelo email enfermagem.dasas@ufes.br ou compareça presencialmente no Setor para maiores esclarecimentos. |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
#### test
* Dataset: [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) at [02bfedf](https://huggingface.co/datasets/matunderstars/ufes-qa-data/tree/02bfedf96441339120864b5df6b748c47d391b2d)
* Size: 100 training samples
* Columns: question and answer
* Approximate statistics based on the first 100 samples:
| | question | answer |
|:--------|:----------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|
| type | string | string |
| details | - min: 9 tokens
- mean: 17.15 tokens
- max: 32 tokens
| - min: 21 tokens
- mean: 54.6 tokens
- max: 219 tokens
|
* Samples:
| question | answer |
|:------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| Como solicitar atendimento psicológico? | Envie um e-mail para tullio.brotto@ufes.br ou compareça presencialmente na DASAS para agendamento. |
| Como saber o dia da coleta de exames? | O cronograma está disponível no link https://progep.ufes.br/exames-periodicos. A coleta dos exames laboratoriais será realizada conforme cronograma, das 07h30min às 10:30, na Sala de reuniões, prédio da SUGRAD. Esteja atento ao seu e-mail institucional. |
| Como solicitar palestras/rodas de conversa sobre questões de cunho psicoemocional? | Envie um e-mail para tullio.brotto@ufes.br para solicitar participação/contribuição em evento. |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `num_train_epochs`: 180
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 5e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 180
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.1
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `use_ipex`: False
- `bf16`: False
- `fp16`: True
- `fp16_opt_level`: O1
- `half_precision_backend`: auto
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: None
- `local_rank`: 0
- `ddp_backend`: None
- `tpu_num_cores`: None
- `tpu_metrics_debug`: False
- `debug`: []
- `dataloader_drop_last`: False
- `dataloader_num_workers`: 0
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: False
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: False
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `include_for_metrics`: []
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `use_liger_kernel`: False
- `eval_use_gather_object`: False
- `average_tokens_across_devices`: False
- `prompts`: None
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional