metadata

base_model: intfloat/multilingual-e5-small
datasets: []
language: []
library_name: sentence-transformers
metrics:
  - cosine_accuracy@1
  - cosine_accuracy@3
  - cosine_accuracy@5
  - cosine_accuracy@10
  - cosine_precision@1
  - cosine_precision@3
  - cosine_precision@5
  - cosine_precision@10
  - cosine_recall@1
  - cosine_recall@3
  - cosine_recall@5
  - cosine_recall@10
  - cosine_ndcg@10
  - cosine_mrr@10
  - cosine_map@100
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:14690
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: >-
      国民健康保険の適用終了の届出を行ってください。(勤務先の保険等に加入したことにより、自動的に国民健康保険の資格の適用が終了することはありません。)【届出窓口】お住まいの区の区役所保険年金業務担当へ届け出てください。【届出人】イ．国民健康保険証の世帯主欄に記載されている世帯主ロ．代理人(世帯主からの委任状と代理人の本人確認書類要)【必要なもの】届出には、世帯主と対象者の個人番号（マイナンバー）の記入と提示が必要になります。届出の際は、個人番号の確認できるもの（マイナンバーカードなど）、本人確認できるもの（運転免許証など）及び、次のものをお持ちください。●保険証●会社などの新しい保険証（健康保険資格取得証明書でも可）△詳細はリンク先の『就職・退職に伴う国民健康保険の手続き』を参照してください。【問合せ先】◆お住まいの区の区役所保険年金業務担当電話、Fax等はリンク先の『区役所・保健福祉センター開設時間・所在地・電話番号』を参照してください。
    sentences:
      - >-
        I have been on National Health Insurance but received health insurance
        from my workplace. Do I need to apply for National Health Insurance?
      - >-
        What can you tell us about creating a place for sexual minorities
        (LGBTQ, etc.)?
      - I would like to know about delinquent county taxes.
  - source_sentence: >-
      ■引越した日から14日以内に、お住まいの区の区役所または支所の窓口に転居届（住民異動届）を提出してください。※マイナンバーカードを利用して、マイナポータル等からオンライン申請された方は職員が事前に転居届を作成しております。詳細は関連URL「オンラインによる転出届・転入届（転居届）の事前作成サービス」をご確認ください。■届出と同時に住民票の写しも発行できますので、必要な場合は併せて申請してください。■印鑑登録の住所は、この届で自動変更されるので、改めて手続する必要はありません。※平成19年8月12日以前に、市内の引越しによって住まいの区を変更された方は、それまで登録されていた印鑑登録は廃止されています。■転居届出について≪受付窓口≫お住まいの区の区役所市民課または支所区民生活課≪届出期間≫転居した日から14日以内（お住まいになった日の翌日が１日目となります。）※住み始める前のお届けはできません≪届出人≫引越しをする本人引越しをする人と同じ世帯の人（新しい住所で同じ世帯の人に限ります。）※代理人による届出も可能ですが、その場合、委任状が必要です。委任状は関連URL「申請書・届出書のダウンロードサービス」からダウンロードできます。≪必要なもの≫○転入届（窓口にご用意しております。）〇窓口に来られる方の本人確認書類（マイナンバーカード、運転免許証、在留カード等）〇引越しをする人の在留カードまたは特別永住者証明書（外国籍の方のみ）〇引越しをする人のマイナンバーカード（取得されている方のみ）※マイナンバーカードの券面記載事項の変更及び署名用電子証明書の発行の手続きをいたします。券面記載事項の変更の際にはマイナンバーカードの暗証番号が必要となるため、転居届する方がまとめて手続きされる場合は、同じ世帯の人の暗証番号も事前にご確認ください。署名用電子証明書の発行については、同じ世帯の人が手続きする場合でも委任状が必要となります。委任状兼暗証番号記載書を本人が作成し、封筒等に入れて封をした状態で、マイナンバーカードといっしょに、転居届をする同じ世帯の人に預けてください。転居届の同日に限り、本人に代わって同じ世帯の人が文書照会不要で即日手続きを完了いただけます。※別世帯の代理の方が来られる場合は、マイナンバーカードの券面記載事項変更を委任する旨の委任状に暗証番号を記入して封筒等に入れて封をしたものを併せてお持ちください。≪注意事項≫●正確な住所（○番地か○番○号まで）を確認してきてください。●同一建物内（マンション等）で転居した場合にも届出が必要になります。ただし、住民票の住所欄にマンション名や部屋番号まで記載されていない場合は届出は不要です。●また、届書に以下の必要事項が正確に記入できるよう異動者本人からこれらの事項を確認してきていただく必要があります。○転居届に必要な事項１
      異動者全員の氏名・生年月日２ 正確な新住所＋マンション名があれば部屋番号まで３ 新住所の世帯主氏名４ 新住所に住み始めた日５
      正確な旧住所（○番地か○番○号まで必要）６
      旧住所の世帯主氏名≪その他の手続≫○義務教育のお子さんがいる場合学区が変更になる転居届を出された場合、転入学通知書をお渡ししますので、在学証明書（前の学校で発行）と併せて転校先に提出してください。（学区に変更がない転居届の場合はこの手続はありません）○国民健康保険、後期高齢者医療、子ども医療、障害者医療、ひとり親家庭等医療、福祉給付金の対象の方は各区の保険年金課または支所区民福祉課での手続があります。旧住所の保険証をお持ちください。○介護保険に加入されている場合各区の福祉課での手続があります。○児童手当受給者の場合各区の民生子ども課で手続があります。≪問合せ先≫【各区役所市民課、各支所区民生活課】
    sentences:
      - >-
        I want to know the procedure for moving to a new residence (moving out)
        within the same ward [Moving in, moving out, moving out].
      - >-
        Question: 2217 Where is the Building and Development Review Section
        located?
      - What is the procedure for moving out of the country?
  - source_sentence: >-
      ふれあいプラザは、市民の福祉と交流の場の提供を目的とした施設で、ホールや会議室、福祉関係団体の事務所などがあります。また、ホールなどの貸館業務は指定管理者制度を導入し、現在は大津市社会福祉事業団が行っています。■ふれあいプラザ【貸室予約先】ふれあいプラザ電話番号：077-527-8351【担当課】福祉部
      福祉政策課〒520-8575 市役所本館2階
    sentences:
      - >-
        Q.Please explain about water purifiers and active water purifiers.
        [ID:0100667
      - What kind of facility is Fureai Plaza?
      - I lost my "admission ticket" to the adult ceremony (A)
  - source_sentence: 次のとおりです。高知県立図書館　高知市追手筋二丁目１番１号　オーテピア内電話：088-823-4946（代表）
    sentences:
      - If you damage or lose your physical disability certificate.
      - What is the location and phone number of the Kochi Prefectural Library?
      - I would like to ask about a house survey for a sewer project?
  - source_sentence: >-
      【貸出施設】ホール（定員３００人）第１会議室（定員２４人）第２会議室（定員３０人）和室（１）（定員３５人）和室（２）（定員１５人）音楽室（定員３０人）保育室として、和室（２）をご利用いただけます。【附帯設備】■ホールグランドピアノ、音響設備、マイク（有線・コードレス・ピンマイク）、反響板、照明設備、卓球台■第１会議室プロジェクター投影用スクリーン■第２会議室プロジェクター投影用スクリーン、調理器具、電子レンジ調理室としても利用できます。■音楽室アップライトピアノ■その他ラジカセ、プロジェクター、移動式マイクセット【設備】■コピー機コイン式コピー機を1階警備員室前に設置してあります。利用時間は午前８時００分～午後１０時までです。用紙のサイズはＢ５、Ａ４、Ｂ４、Ａ３で、１枚１０円です。■軽印刷機地域の活動やサークル活動のための資料の印刷に利用できます。Ａ３サイズまで印刷できます。利用時間は休館日を除く、午前９時から午後９時までです。利用料金はマスター代が原稿1枚につき１００円、インク代が印刷片面１０００枚以上ごとに１００円です。印刷用紙は利用者の持ち込みとなります。利用の際は、１階警備員室で利用のお手続きが必要です。■スピード写真撮影機証明書用スピード写真撮影機を正面玄関の手前に設置してあります。撮影料金は７００円です。■その他みんなのトイレ（１階、２階）、授乳室（１階）、冷水機（１階）【関連リンク】南市民センター・施設案内（施設貸出、施設使用料金等について）https://www.city.machida.tokyo.jp/kurashi/touroku/shisetsu/03/sisetuannai.html【お問合せ先】南市民センターTEL：042-795-3165FAX：042-795-1749担当課詳細：https://www.city.machida.tokyo.jp/kurashi/touroku/shisetsu/03/accessmap.html
    sentences:
      - >-
        Q: What facilities and equipment are available at the 3490 South Civic
        Center?
      - >-
        Q.Please tell me about the issuance and repair of prosthetic devices.
        ID: 0101154
      - Please tell us about your environmental management implementation sites.
model-index:
  - name: SentenceTransformer based on intfloat/multilingual-e5-small
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: intfloat/multilingual e5 small
          type: intfloat/multilingual-e5-small
        metrics:
          - type: cosine_accuracy@1
            value: 0.3193574734549415
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4976858154097468
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5804519466376259
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6860876667574191
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.3193574734549415
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.16589527180324892
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.11609038932752518
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.0686087666757419
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.3193574734549415
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4976858154097468
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5804519466376259
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6860876667574191
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4919699773780811
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.43113312935665177
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.4409145722895642
            name: Cosine Map@100

SentenceTransformer based on intfloat/multilingual-e5-small

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-small. 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: intfloat/multilingual-e5-small
Maximum Sequence Length: 512 tokens
Output Dimensionality: 384 tokens
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, '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:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("Yohhei/batch32-100")
# Run inference
sentences = [
    '【貸出施設】ホール（定員３００人）第１会議室（定員２４人）第２会議室（定員３０人）和室（１）（定員３５人）和室（２）（定員１５人）音楽室（定員３０人）保育室として、和室（２）をご利用いただけます。【附帯設備】■ホールグランドピアノ、音響設備、マイク（有線・コードレス・ピンマイク）、反響板、照明設備、卓球台■第１会議室プロジェクター投影用スクリーン■第２会議室プロジェクター投影用スクリーン、調理器具、電子レンジ調理室としても利用できます。■音楽室アップライトピアノ■その他ラジカセ、プロジェクター、移動式マイクセット【設備】■コピー機コイン式コピー機を1階警備員室前に設置してあります。利用時間は午前８時００分～午後１０時までです。用紙のサイズはＢ５、Ａ４、Ｂ４、Ａ３で、１枚１０円です。■軽印刷機地域の活動やサークル活動のための資料の印刷に利用できます。Ａ３サイズまで印刷できます。利用時間は休館日を除く、午前９時から午後９時までです。利用料金はマスター代が原稿1枚につき１００円、インク代が印刷片面１０００枚以上ごとに１００円です。印刷用紙は利用者の持ち込みとなります。利用の際は、１階警備員室で利用のお手続きが必要です。■スピード写真撮影機証明書用スピード写真撮影機を正面玄関の手前に設置してあります。撮影料金は７００円です。■その他みんなのトイレ（１階、２階）、授乳室（１階）、冷水機（１階）【関連リンク】南市民センター・施設案内（施設貸出、施設使用料金等について）https://www.city.machida.tokyo.jp/kurashi/touroku/shisetsu/03/sisetuannai.html【お問合せ先】南市民センターTEL：042-795-3165FAX：042-795-1749担当課詳細：https://www.city.machida.tokyo.jp/kurashi/touroku/shisetsu/03/accessmap.html',
    'Q: What facilities and equipment are available at the 3490 South Civic Center?',
    'Q.Please tell me about the issuance and repair of prosthetic devices. ID: 0101154',
]
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]

Evaluation

Metrics

Information Retrieval

Dataset: intfloat/multilingual-e5-small
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.3194
cosine_accuracy@3	0.4977
cosine_accuracy@5	0.5805
cosine_accuracy@10	0.6861
cosine_precision@1	0.3194
cosine_precision@3	0.1659
cosine_precision@5	0.1161
cosine_precision@10	0.0686
cosine_recall@1	0.3194
cosine_recall@3	0.4977
cosine_recall@5	0.5805
cosine_recall@10	0.6861
cosine_ndcg@10	0.492
cosine_mrr@10	0.4311
cosine_map@100	0.4409

Training Details

Training Dataset

Unnamed Dataset

Size: 14,690 training samples
Columns: positive and anchor
Approximate statistics based on the first 1000 samples:
positive anchor
type string string
details
min: 14 tokens
mean: 186.01 tokens
max: 512 tokens

min: 7 tokens
mean: 21.95 tokens
max: 74 tokens

	positive	anchor
type	string	string
details	min: 14 tokens mean: 186.01 tokens max: 512 tokens	min: 7 tokens mean: 21.95 tokens max: 74 tokens

Samples:

positive	anchor
■住所や名義が変わった場合は変更登録や移転登録の手続きが必要です。通知文書については軽自動車の変更手続きを行わずに転出された方を対象に送付させていただいております。★原動機付自転車（排気量１２５ｃｃ以下のバイク）、排気量５０ｃｃ以下のミニカー、バギーカー、小型特殊自動車■原動機付自転車等を所有している方が小松市から転出した場合、原則として廃車の手続をしていただくことになります。転出先でそのまま使用する場合は、新たに転出先の市区町村で登録の手続きを行ってください。その際の手続きに必要な物については、転出先市町村にお問い合わせください。■転出先から原動機付自転車を廃車にする場合は、廃車申告書に必要事項を記入、押印したものと、返信用の封筒に切手を貼ったもの、小松市のナンバープレートを同封し、郵送で小松市へ送付してください。廃車申告書については転出先市町村の廃車申告書をご利用いただいても構いません。■転出先の市町村でも廃車の手続きができます。転出先の市町村にお問い合わせください。★軽二輪（１２５ｃｃを超２５０ｃｃ以下）、二輪の小型自動車（２５０ｃｃ超）■市役所ではお取り扱いしておりませんので、北陸信越運輸局　石川運輸支局へお問い合わせください。（連絡先）〒９２０－８２１３　金沢市直江東１丁目１番北陸信越運輸局　石川運輸支局　電話０５０－５５４０－２０４５★軽三輪・軽四輪（６６０ｃｃ以下）■市役所ではお取り扱いしておりませんので、軽自動車検査協会　石川県事務所へお問い合わせくだください。（連絡先）〒９２０－８２１３　金沢市直江東２丁目１２３番地１軽自動車検査協会　石川県事務所　電話０５０－３８１６－１８５３【税務課　税総合窓口グループ】（直通）０７６１－２４－８０２９（内線）３１２４・３１３５【南支所】（直通）０７６１－４４－２５３５（内線）２７００【小松駅前行政サービスセンター】（直通）０７６１－２３－２３２３（内線）４３０７	`I received a notice about a light car a while after I moved out of Komatsu City (A).`
○市章（昭和33年10月1日制定）マチダのマの字2つをもって田の字型に図案化して、市民の和合団結を表しています。中央の鳥型は、平和と発展のしるしです。○市の木・けやき（昭和47年6月15日制定）日本原産で、武蔵野・相模を代表する落葉高木。空に向かって枝を広げ、すくすく伸びゆく風格ある姿は発展する町田市を表す木として、「市の木」選定の際にも高い人気を得ました。市内にも随所にけやき並木が整備され、市民に憩いをあたえています。○市の花・サルビア（昭和47年6月15日制定）ブラジル原産。シソ科の一年草。夏から秋にかけて、公園や街路などで鮮やかな紅色の花を咲かせます。エネルギッシュな容姿は町田市の若さとバイタリティを表しています。市内各地の花壇に植えられ、幅広く市民に愛されています。○市の鳥・カワセミ（平成14年6月15日制定）全国に分布し、青緑色とオレンジ色の体、長いくちばしと短い尾を持つ野鳥です。多摩丘陵の源流都市である町田市のシンボルとしてふさわしいことから市の鳥に選定されました。	`Q: 1296 I want to know the city emblem, city tree, city flower, and city bird.`
所得に応じた免除基準としています。成人健康診査・がん検診とも前年度住民税非課税世帯の方・生活保護受給者・中国残留邦人等支援給付受給者であれば、自己負担金が免除となります。ただし、胃がんリスク検診（ABC検診）は、町田市では１回限りの検診であり、受診を勧奨する年齢を定めているため、30歳および40歳の方、生活保護受給者、中国残留邦人等支援給付受給者を免除としています。※胃がんリスク検診（ABC検診）の自己負担金免除の対象年齢は、2018年度までは、40歳以上で5歳刻みの年齢でした（40歳、45歳、50歳…）。	`Question: 2358What are the criteria for waiving co-payments for cancer screenings and adult health screenings?`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
learning_rate: 2e-05
num_train_epochs: 1
warmup_ratio: 0.1
fp16: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
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: 2e-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: 1
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
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
eval_use_gather_object: False
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	intfloat/multilingual-e5-small_cosine_map@100
0	0	-	0.0959
0.2174	100	0.9885	0.3907
0.4348	200	0.289	0.4250
0.6522	300	0.2513	0.4345
0.8696	400	0.2187	0.4409

Framework Versions

Python: 3.8.10
Sentence Transformers: 3.0.1
Transformers: 4.44.2
PyTorch: 2.1.2+cu121
Accelerate: 0.32.0
Datasets: 2.19.1
Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply}, 
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}