Upload folder using huggingface_hub

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "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
+}

README.md

@@ -0,0 +1,389 @@
+---
+language: []
+library_name: sentence-transformers
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:690000
+- loss:LoggingBAS
+base_model: Ammar-alhaj-ali/arabic-MARBERT-sentiment
+datasets: []
+widget:
+- source_sentence: اول كان من أفضل البنوك ..الان من افشل البنوك لا في نسبة القروض
+    ولا في البطاقات الإئتمانية وتغذية المحافظ الرقمية ولا في تعليق التطبيق ولا في
+    تمويل تأجير السيارات..بصراحة ندمت اني كنت عميل له لسنوات
+  sentences:
+  - والله كل ماشفت لكزس قلبي يطق من فرحه عليها يارب ترزقني مثلها اركبها أنا وأمي 🤍🤍🤍🤍🤍🤍🤍🤍🤍🤍🤍🤍
+  - للاسف تعامل غير جيد في سياسة الاستبدال بسبب ضاغط العطر عطلان من بداية استخدامة
+  - ليتكم تشيلون الموسيقى و وصور الحريم الموجودة في الحساب وشكرا
+- source_sentence: "البنك الاهلي يحب الظهور في منصات الاعلام وهو اسوء بنك من ناحية\
+    \ المصداقية وتعامل مع العملاء \nوالعروض الي اغلبها وهميه"
+  sentences:
+  - بنك فاشل والي يخلي راتبه عليه فاشل فوق انك تنزل الراتب متأخر تطبيقكم الزفت خربان
+    والله صدق الي سماكم بنك الشيبان
+  - كيف شلون
+  - جاتني حواله على حسابي وجاني الرسايل النصيه بالحواله بس ادخل الحساب ما انضافت لمجموع
+    الرصيد وبعدها بساعه دخلت الاقي ان كل عمليه التحويل انحذفت مع انها كانت موجوده
+    ايش المشكله ؟؟؟
+- source_sentence: صراحه كنت اشتريها لكن اختياركم غير موفق لمسى وعتزلتها بدون عنصيريه
+    لكن رايي الشخصي
+  sentences:
+  - السلام عليكم ورحمة الله وبركاته طلعت فيزا سفر بلس إلكترونية ولي ٤ أيام أحاول أفعلها
+    كو راضية تتفعل ياليت تحلوا هالمشكلة
+  - الطلب له اكثر من سنه ويوجد من طلب بعدي و استلم ، مع العلم اول سيارة اطلبها من
+    الشركة ، هل فيه سبب مقنع للانتظار اكثر من سنه !!؟
+  - السلام عليكم. رواتب موظفي الراجحي تاريخ كم تنزل من كل شهر وهل هو تاريخ ثابت او
+    كل شهر بتاريخ
+- source_sentence: "عود ارين مستخرج من جزيره ارين في دوله اندونيسيا حيث يتم انتقاء\
+    \ العود بعنايه لتغير رائحه المكان \n\U0001F44C \U0001F338\n\n#حاضر_وموجود\n،،\n\
+    .. \n\n.. \n\n.. \n\n.. \nيارب \U0001F932\U0001F3FB"
+  sentences:
+  - تكفى يا يزيد ابوس رجولك راسلني خاص اقسم بمن احل القسم انها ضاقت بي الارض و السما
+    تكفى احتاج مساعدتك
+  - كيف اعرف تاريخ تجديد رخصة القيادة ؟ كيف اطلع ورقة بتاريخ اصدار الرخصة القيادة
+    ؟ شركة التامين تطالبني متى جددت الرخصة للمطالبه بمبلغ حادث .
+  - "يارب من نصيبي \nيارب يارب يارب\nعلى الاقل آخذ فيها بيت \nأو أسدد إلتزاماتي"
+- source_sentence: جميل ويتناسب مع جمال تصاميمكم ومنتجاتكم اوفسايد 😘💐
+  sentences:
+  - بكم مليون؟؟
+  - يعني راح تتوفر قريبًا ان شاء الله ؟؟
+  - 'والتقديم ع الاداري متى؟؟؟؟؟؟؟؟
+
+    شوضعهم حاجزينها واسطات؟؟؟
+
+    اختبرنا اختبارات الرخصةوماجانا قبول عشان مافي تربوي
+
+    واختبرنا قدرة معرفية عشان الادارية،واللي يطرحونه(لاتناسب مؤهلاتك).
+
+    واداري التعليم مايفتحونه اصلا!!
+
+    وش تبونا نشتغل؟؟
+
+    شغل مختلط؟؟
+
+    والا خدمة عملاء؟؟
+
+    والا فرّاشات لاسمح الله؟'
+pipeline_tag: sentence-similarity
+---
+
+# SentenceTransformer based on Ammar-alhaj-ali/arabic-MARBERT-sentiment
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Ammar-alhaj-ali/arabic-MARBERT-sentiment](https://huggingface.co/Ammar-alhaj-ali/arabic-MARBERT-sentiment). It maps sentences & paragraphs to a 768-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:** [Ammar-alhaj-ali/arabic-MARBERT-sentiment](https://huggingface.co/Ammar-alhaj-ali/arabic-MARBERT-sentiment) <!-- at revision db063587f876d5abcf6cdeed70648fc76a30349f -->
+- **Maximum Sequence Length:** 35 tokens
+- **Output Dimensionality:** 768 tokens
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### 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': 35, 'do_lower_case': False}) with Transformer model: BertModel 
+  (1): Pooling({'word_embedding_dimension': 768, '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})
+)
+```
+
+## 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("sentence_transformers_model_id")
+# Run inference
+sentences = [
+    'جميل ويتناسب مع جمال تصاميمكم ومنتجاتكم اوفسايد 😘💐',
+    'يعني راح تتوفر قريبًا ان شاء الله ؟؟',
+    'بكم مليون؟؟',
+]
+embeddings = model.encode(sentences)
+print(embeddings.shape)
+# [3, 768]
+
+# Get the similarity scores for the embeddings
+similarities = model.similarity(embeddings, embeddings)
+print(similarities.shape)
+# [3, 3]
+```
+
+<!--
+### Direct Usage (Transformers)
+
+<details><summary>Click to see the direct usage in Transformers</summary>
+
+</details>
+-->
+
+<!--
+### Downstream Usage (Sentence Transformers)
+
+You can finetune this model on your own dataset.
+
+<details><summary>Click to expand</summary>
+
+</details>
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+<!--
+## Bias, Risks and Limitations
+
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
+-->
+
+<!--
+### Recommendations
+
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
+-->
+
+## Training Details
+
+### Training Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 690,000 training samples
+* Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>label</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | sentence_0                                                                        | sentence_1                                                                        | label                                                           |
+  |:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                            | float                                                           |
+  | details | <ul><li>min: 3 tokens</li><li>mean: 19.71 tokens</li><li>max: 35 tokens</li></ul> | <ul><li>min: 3 tokens</li><li>mean: 23.62 tokens</li><li>max: 35 tokens</li></ul> | <ul><li>min: -1.0</li><li>mean: 0.13</li><li>max: 1.0</li></ul> |
+* Samples:
+  | sentence_0                                                                                                                              | sentence_1                                                                                                                                                                                                               | label             |
+  |:----------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------|
+  | <code>انشهد</code>                                                                                                                      | <code>ماهي غريبه عليكم الإبداع صراحه ❤️���🇪❤️<br>- باذن الله اني أفوز بالتيشيرت 🇾🇪</code>                                                                                                                                  | <code>1.0</code>  |
+  | <code>ماشاء الله على التصوير والسيارة والمكان😍</code>                                                                                   | <code>-/<br><br>-/<br><br>-/<br>-/<br><br>-/<br><br>-/<br><br>-/عود ارين مستخرج من جزيره ارين في دوله اندونيسيا حيث يتم انتقاء العود بعنايه لتغير رائحه المكان <br>👌 🌸<br><br>#حاضر_وموجود<br>،،<br>،،<br>يارب 🤲🏻</code> | <code>1.0</code>  |
+  | <code>عود ارين مستخرج من جزيره ارين في دوله اندونيسيا حيث يتم انتقاء العود بعنايه لتغير رائحه المكان <br>👌👌👌😍…..<br>#حاضر_وموجود</code> | <code>السلام بالله عندي سهم المطاحن الحديثه شلون ابيعه من تطبيق راجحي ؟</code>                                                                                                                                           | <code>-1.0</code> |
+* Loss: <code>__main__.LoggingBAS</code> with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `per_device_train_batch_size`: 256
+- `per_device_eval_batch_size`: 256
+- `num_train_epochs`: 2
+- `multi_dataset_batch_sampler`: round_robin
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: no
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 256
+- `per_device_eval_batch_size`: 256
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_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
+- `num_train_epochs`: 2
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: {}
+- `warmup_ratio`: 0.0
+- `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`: False
+- `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
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: round_robin
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss |
+|:------:|:----:|:-------------:|
+| 0.1855 | 500  | 5.5343        |
+| 0.3709 | 1000 | 5.3578        |
+| 0.5564 | 1500 | 5.311         |
+| 0.7418 | 2000 | 5.2962        |
+| 0.9273 | 2500 | 5.2912        |
+| 1.1128 | 3000 | 5.2856        |
+| 1.2982 | 3500 | 5.2854        |
+| 1.4837 | 4000 | 5.2815        |
+| 1.6691 | 4500 | 5.2774        |
+
+
+### Framework Versions
+- Python: 3.10.13
+- Sentence Transformers: 3.0.1
+- Transformers: 4.41.2
+- PyTorch: 2.1.2
+- Accelerate: 0.32.1
+- Datasets: 2.19.2
+- Tokenizers: 0.19.1
+
+## Citation
+
+### BibTeX
+
+#### Sentence Transformers
+```bibtex
+@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",
+}
+```
+
+#### LoggingBAS
+```bibtex
+@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}
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,43 @@
+{
+  "_name_or_path": "Ammar-alhaj-ali/arabic-MARBERT-sentiment",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "directionality": "bidi",
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "id2label": {
+    "0": "neutral",
+    "1": "negative",
+    "2": "positive"
+  },
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "label2id": {
+    "negative": 1,
+    "neutral": 0,
+    "positive": 2
+  },
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "pooler_fc_size": 768,
+  "pooler_num_attention_heads": 12,
+  "pooler_num_fc_layers": 3,
+  "pooler_size_per_head": 128,
+  "pooler_type": "first_token_transform",
+  "position_embedding_type": "absolute",
+  "problem_type": "single_label_classification",
+  "torch_dtype": "float32",
+  "transformers_version": "4.41.2",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 100000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.0.1",
+    "transformers": "4.41.2",
+    "pytorch": "2.1.2"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a9bfe968d746fb31767dd262d4e0042a6b14e6f775cbeab7d96d4d2ae0d41184
+size 651387752

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 35,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,37 @@
+{
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,57 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": true,
+  "mask_token": "[MASK]",
+  "model_max_length": 1000000000000000019884624838656,
+  "never_split": null,
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "unk_token": "[UNK]"
+}