Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks
Paper
•
1908.10084
•
Published
•
10
This is a Cross Encoder model finetuned from jinaai/jina-reranker-v2-base-multilingual using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.
First install the Sentence Transformers library:
pip install -U sentence-transformers
Then you can load this model and run inference.
from sentence_transformers import CrossEncoder
# Download from the 🤗 Hub
model = CrossEncoder("cuadron11/jina-reranker-v2-base-multilingual-binary")
# Get scores for pairs of texts
pairs = [
['Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?', '[TOPIC: Galdera, Idoia Mendia Cueva Euskal Sozialistak taldeko legebiltzarkideak Herri Administrazio eta Justiziako sailburuari egina, enplegu publikorako plan bati buruz]\n[MENDIA CUEVA, (SV-ES)]:\nGuk Espainiako Gobernuarekin borroka egin genuen, Osasungintzan eta Hezkuntzan EPEak egiteko debekua ezarri ondoren (ez, ez, ez egin barre), eta lortu genuen. Izerdi asko bota genuen hiru bileratan, baina lortu genuen. Beraz, borondatea izanez gero, lor daiteke, arrazoia alde baitugu. Eta, bestalde, jakin nahi nuke giza baliabideen zer kudeaketa duzun buruan, bestelako adierazpenak entzun baititut. Lehendakariak behin baino gehiagotan esan du ez dela kaleratzerik izango, ez dela murriztuko enplegu (Date: 15.11.2013)'],
['Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?', '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak Gobernantza Publiko eta Autogobernuko sailburuari egina, delegazio instituzional batek Quebec-era bidaia egiteari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\nnagusien artean edo gure merkataritza-bazkide nagusien artean. Uste dut 31. lekuan dagoela. Hortaz, ez zaigu iruditzen arrazoi ekonomiko batengatik joan denik; badirudi, ordea, arrazoi politiko batengatik joan dela, eta, gure ustez –eta esan egin behar dizut–, ez du batere une egokia hautatu, oraintxe bertan Espainian eta nazioartean bizi dugun testuinguru politikoa kontuan izanik. Nire ustez, ez du batere une egokia hautatu Quebecera joateko. Ez du laguntzen ziurtasuna finkatzen, eta (Date: 03.11.2017)'],
['Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?', '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak Gobernantza Publiko eta Autogobernuko sailburuari egina, delegazio instituzional batek Quebec-era bidaia egiteari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\nEskertzen dizut erantzuna, sailburu jauna. Egia da zure erantzunak ez duela zerikusi handirik jasotzen ari garen informazioekin; hau da, lehendakariak Quebecera egin duen bidaia nola doan, zein agenda duen, zertaz hitz egiten ari den, eta abar. Eta egia da, halaber, Quebeceko eskualdea ez dagoela, eta Kanada ezta ere, gure enpresen esportazioen xede nagusien artean edo gure merkataritza-bazkide nagusien artean. Uste dut 31. lekuan dagoela. Hortaz, ez zaigu iruditzen arrazoi (Date: 03.11.2017)'],
['Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?', '[TOPIC: EH Bildu talde parlamentarioak egindako lege-proposamena, herri-administrazioek etxebizitzak lehentasunez eskuratzeko eta inbertsio-funtsen jarduera mugatzeko. Aintzat hartzeari buruzko eztabaida eta behin betiko ebazpena]\n[MARTÍNEZ GRISALEÑA, (Mixto-Vox)]:\nEsan behar dut aurka bozkatu dugula, jakina, jabetza pribatuaren aurkako beste eraso bat iruditu zaigulako eta, gainera, higiezinen merkatuan esku hartzeko beste ahalegin bat. Hori da, gure ustez, oinarririk gabeko legeproposamen guztiz nahasi horren bidez lortu nahi izan dena eta, gainera, inolako ibilbiderik gabe jaio dela uste dugu; izan ere, herri-administrazioek lehentasunez erosteko eta atzera eskuratzeko duten eskubidea kontrolatzeko asmoa erregularizatuta dago Euskal Autonomia Erkidegoan. Gure ustez, planteatzen dizkiguten (Date: 10.02.2022)'],
['Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?', '[TOPIC: Mozioa, Nerea Llanos Gómez Euskal Talde Popularreko legebiltzarkideak aurkeztua, 2018ko otsailaren 22ko operatibo polizialari buruz. Eztabaida eta behin betiko ebazpena]\n[GARCÍA LARRIMBE, (EP)]:\nTxalo elkarrizketari ekin diozuelako; baina sakoneko konponbideak falta dira. Bere osotasunean Ertzaintzaren antolamenduari konponbideak ematea. Ez ditzagun arazoak uka, Gobernuak aurreko kontroleko bilkuran, Zupiria jaunaren bitartez, egin zuen moduan; baina ez gaitezen eror PPren demagogian eta turko-buruen bilaketan. Aukera dezagun zentzuzko bide bat, hori baita euskal herritarren gehiengoak nahi duena. Aurrerapausoak emango dituen bidea, ez askatasun eta eskubideetan atzera egingo duena. Gaur badaude alternatibak, baina Gobernu horretan (Date: 16.03.2018)'],
]
scores = model.predict(pairs)
print(scores.shape)
# (5,)
# Or rank different texts based on similarity to a single text
ranks = model.rank(
'Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?',
[
'[TOPIC: Galdera, Idoia Mendia Cueva Euskal Sozialistak taldeko legebiltzarkideak Herri Administrazio eta Justiziako sailburuari egina, enplegu publikorako plan bati buruz]\n[MENDIA CUEVA, (SV-ES)]:\nGuk Espainiako Gobernuarekin borroka egin genuen, Osasungintzan eta Hezkuntzan EPEak egiteko debekua ezarri ondoren (ez, ez, ez egin barre), eta lortu genuen. Izerdi asko bota genuen hiru bileratan, baina lortu genuen. Beraz, borondatea izanez gero, lor daiteke, arrazoia alde baitugu. Eta, bestalde, jakin nahi nuke giza baliabideen zer kudeaketa duzun buruan, bestelako adierazpenak entzun baititut. Lehendakariak behin baino gehiagotan esan du ez dela kaleratzerik izango, ez dela murriztuko enplegu (Date: 15.11.2013)',
'[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak Gobernantza Publiko eta Autogobernuko sailburuari egina, delegazio instituzional batek Quebec-era bidaia egiteari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\nnagusien artean edo gure merkataritza-bazkide nagusien artean. Uste dut 31. lekuan dagoela. Hortaz, ez zaigu iruditzen arrazoi ekonomiko batengatik joan denik; badirudi, ordea, arrazoi politiko batengatik joan dela, eta, gure ustez –eta esan egin behar dizut–, ez du batere une egokia hautatu, oraintxe bertan Espainian eta nazioartean bizi dugun testuinguru politikoa kontuan izanik. Nire ustez, ez du batere une egokia hautatu Quebecera joateko. Ez du laguntzen ziurtasuna finkatzen, eta (Date: 03.11.2017)',
'[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak Gobernantza Publiko eta Autogobernuko sailburuari egina, delegazio instituzional batek Quebec-era bidaia egiteari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\nEskertzen dizut erantzuna, sailburu jauna. Egia da zure erantzunak ez duela zerikusi handirik jasotzen ari garen informazioekin; hau da, lehendakariak Quebecera egin duen bidaia nola doan, zein agenda duen, zertaz hitz egiten ari den, eta abar. Eta egia da, halaber, Quebeceko eskualdea ez dagoela, eta Kanada ezta ere, gure enpresen esportazioen xede nagusien artean edo gure merkataritza-bazkide nagusien artean. Uste dut 31. lekuan dagoela. Hortaz, ez zaigu iruditzen arrazoi (Date: 03.11.2017)',
'[TOPIC: EH Bildu talde parlamentarioak egindako lege-proposamena, herri-administrazioek etxebizitzak lehentasunez eskuratzeko eta inbertsio-funtsen jarduera mugatzeko. Aintzat hartzeari buruzko eztabaida eta behin betiko ebazpena]\n[MARTÍNEZ GRISALEÑA, (Mixto-Vox)]:\nEsan behar dut aurka bozkatu dugula, jakina, jabetza pribatuaren aurkako beste eraso bat iruditu zaigulako eta, gainera, higiezinen merkatuan esku hartzeko beste ahalegin bat. Hori da, gure ustez, oinarririk gabeko legeproposamen guztiz nahasi horren bidez lortu nahi izan dena eta, gainera, inolako ibilbiderik gabe jaio dela uste dugu; izan ere, herri-administrazioek lehentasunez erosteko eta atzera eskuratzeko duten eskubidea kontrolatzeko asmoa erregularizatuta dago Euskal Autonomia Erkidegoan. Gure ustez, planteatzen dizkiguten (Date: 10.02.2022)',
'[TOPIC: Mozioa, Nerea Llanos Gómez Euskal Talde Popularreko legebiltzarkideak aurkeztua, 2018ko otsailaren 22ko operatibo polizialari buruz. Eztabaida eta behin betiko ebazpena]\n[GARCÍA LARRIMBE, (EP)]:\nTxalo elkarrizketari ekin diozuelako; baina sakoneko konponbideak falta dira. Bere osotasunean Ertzaintzaren antolamenduari konponbideak ematea. Ez ditzagun arazoak uka, Gobernuak aurreko kontroleko bilkuran, Zupiria jaunaren bitartez, egin zuen moduan; baina ez gaitezen eror PPren demagogian eta turko-buruen bilaketan. Aukera dezagun zentzuzko bide bat, hori baita euskal herritarren gehiengoak nahi duena. Aurrerapausoak emango dituen bidea, ez askatasun eta eskubideetan atzera egingo duena. Gaur badaude alternatibak, baina Gobernu horretan (Date: 16.03.2018)',
]
)
# [{'corpus_id': ..., 'score': ...}, {'corpus_id': ..., 'score': ...}, ...]
jina-reranker-v2-base-multilingual-binaryCrossEncoderRerankingEvaluator with these parameters:{
"at_k": 10,
"always_rerank_positives": false
}
| Metric | Value |
|---|---|
| map | 0.0034 (+0.0031) |
| mrr@10 | 0.0034 (+0.0032) |
| ndcg@10 | 0.0034 (+0.0028) |
query, answer, and label| query | answer | label | |
|---|---|---|---|
| type | string | string | int |
| details |
|
|
|
| query | answer | label |
|---|---|---|
Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean? |
[TOPIC: Galdera, Idoia Mendia Cueva Euskal Sozialistak taldeko legebiltzarkideak Herri Administrazio eta Justiziako sailburuari egina, enplegu publikorako plan bati buruz] |
1 |
Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean? |
[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak Gobernantza Publiko eta Autogobernuko sailburuari egina, delegazio instituzional batek Quebec-era bidaia egiteari buruz] |
0 |
Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean? |
[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak Gobernantza Publiko eta Autogobernuko sailburuari egina, delegazio instituzional batek Quebec-era bidaia egiteari buruz] |
0 |
BinaryCrossEntropyLoss with these parameters:{
"activation_fn": "torch.nn.modules.linear.Identity",
"pos_weight": null
}
eval_strategy: stepsper_device_train_batch_size: 32per_device_eval_batch_size: 32learning_rate: 2e-05warmup_ratio: 0.1load_best_model_at_end: Truebatch_sampler: no_duplicatesoverwrite_output_dir: Falsedo_predict: Falseeval_strategy: stepsprediction_loss_only: Trueper_device_train_batch_size: 32per_device_eval_batch_size: 32per_gpu_train_batch_size: Noneper_gpu_eval_batch_size: Nonegradient_accumulation_steps: 1eval_accumulation_steps: Nonetorch_empty_cache_steps: Nonelearning_rate: 2e-05weight_decay: 0.0adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08max_grad_norm: 1.0num_train_epochs: 3max_steps: -1lr_scheduler_type: linearlr_scheduler_kwargs: {}warmup_ratio: 0.1warmup_steps: 0log_level: passivelog_level_replica: warninglog_on_each_node: Truelogging_nan_inf_filter: Truesave_safetensors: Truesave_on_each_node: Falsesave_only_model: Falserestore_callback_states_from_checkpoint: Falseno_cuda: Falseuse_cpu: Falseuse_mps_device: Falseseed: 42data_seed: Nonejit_mode_eval: Falseuse_ipex: Falsebf16: Falsefp16: Falsefp16_opt_level: O1half_precision_backend: autobf16_full_eval: Falsefp16_full_eval: Falsetf32: Nonelocal_rank: 0ddp_backend: Nonetpu_num_cores: Nonetpu_metrics_debug: Falsedebug: []dataloader_drop_last: Falsedataloader_num_workers: 0dataloader_prefetch_factor: Nonepast_index: -1disable_tqdm: Falseremove_unused_columns: Truelabel_names: Noneload_best_model_at_end: Trueignore_data_skip: Falsefsdp: []fsdp_min_num_params: 0fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}fsdp_transformer_layer_cls_to_wrap: Noneaccelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}deepspeed: Nonelabel_smoothing_factor: 0.0optim: adamw_torchoptim_args: Noneadafactor: Falsegroup_by_length: Falselength_column_name: lengthddp_find_unused_parameters: Noneddp_bucket_cap_mb: Noneddp_broadcast_buffers: Falsedataloader_pin_memory: Truedataloader_persistent_workers: Falseskip_memory_metrics: Trueuse_legacy_prediction_loop: Falsepush_to_hub: Falseresume_from_checkpoint: Nonehub_model_id: Nonehub_strategy: every_savehub_private_repo: Nonehub_always_push: Falsegradient_checkpointing: Falsegradient_checkpointing_kwargs: Noneinclude_inputs_for_metrics: Falseinclude_for_metrics: []eval_do_concat_batches: Truefp16_backend: autopush_to_hub_model_id: Nonepush_to_hub_organization: Nonemp_parameters: auto_find_batch_size: Falsefull_determinism: Falsetorchdynamo: Noneray_scope: lastddp_timeout: 1800torch_compile: Falsetorch_compile_backend: Nonetorch_compile_mode: Noneinclude_tokens_per_second: Falseinclude_num_input_tokens_seen: Falseneftune_noise_alpha: Noneoptim_target_modules: Nonebatch_eval_metrics: Falseeval_on_start: Falseuse_liger_kernel: Falseeval_use_gather_object: Falseaverage_tokens_across_devices: Falseprompts: Nonebatch_sampler: no_duplicatesmulti_dataset_batch_sampler: proportionalrouter_mapping: {}learning_rate_mapping: {}| Epoch | Step | Training Loss | jina-reranker-v2-base-multilingual-binary_ndcg@10 |
|---|---|---|---|
| 0.0467 | 500 | 0.1385 | 0.0034 (+0.0028) |
| 0.0934 | 1000 | 0.0578 | 0.0034 (+0.0028) |
| 0.1401 | 1500 | 0.0305 | 0.0034 (+0.0028) |
| 0.1868 | 2000 | 0.0273 | 0.0034 (+0.0028) |
| 0.2335 | 2500 | 0.0291 | 0.0034 (+0.0028) |
| 0.2802 | 3000 | 0.0115 | 0.0034 (+0.0028) |
| 0.3269 | 3500 | 0.0065 | 0.0034 (+0.0028) |
| 0.3736 | 4000 | 0.0044 | 0.0034 (+0.0028) |
| 0.4203 | 4500 | 0.0049 | 0.0034 (+0.0028) |
| 0.4670 | 5000 | 0.0047 | 0.0034 (+0.0028) |
| 0.5137 | 5500 | 0.0048 | 0.0034 (+0.0028) |
| 0.5604 | 6000 | 0.0055 | 0.0034 (+0.0028) |
| 0.6071 | 6500 | 0.0047 | 0.0034 (+0.0028) |
| 0.6538 | 7000 | 0.0053 | 0.0034 (+0.0028) |
| 0.7005 | 7500 | 0.0042 | 0.0034 (+0.0028) |
| 0.7472 | 8000 | 0.0049 | 0.0034 (+0.0028) |
| 0.7939 | 8500 | 0.0056 | 0.0034 (+0.0028) |
| 0.8406 | 9000 | 0.0034 | 0.0034 (+0.0028) |
| 0.8873 | 9500 | 0.0026 | 0.0034 (+0.0028) |
| 0.9340 | 10000 | 0.0055 | 0.0034 (+0.0028) |
| 0.9807 | 10500 | 0.0039 | 0.0034 (+0.0028) |
| 1.0274 | 11000 | 0.0043 | 0.0034 (+0.0028) |
| 1.0741 | 11500 | 0.0038 | 0.0034 (+0.0028) |
| 1.1208 | 12000 | 0.0056 | 0.0034 (+0.0028) |
| 1.1675 | 12500 | 0.0041 | 0.0034 (+0.0028) |
| 1.2142 | 13000 | 0.0026 | 0.0034 (+0.0028) |
| 1.2609 | 13500 | 0.0042 | 0.0034 (+0.0028) |
| 1.3076 | 14000 | 0.0028 | 0.0034 (+0.0028) |
| 1.3543 | 14500 | 0.0049 | 0.0034 (+0.0028) |
| 1.4010 | 15000 | 0.004 | 0.0034 (+0.0028) |
| 1.4477 | 15500 | 0.0037 | 0.0034 (+0.0028) |
| 1.4943 | 16000 | 0.0029 | 0.0034 (+0.0028) |
| 1.5410 | 16500 | 0.0038 | 0.0034 (+0.0028) |
| 1.5877 | 17000 | 0.0049 | 0.0034 (+0.0028) |
| 1.6344 | 17500 | 0.0041 | 0.0034 (+0.0028) |
| 1.6811 | 18000 | 0.0045 | 0.0034 (+0.0028) |
| 1.7278 | 18500 | 0.0038 | 0.0034 (+0.0028) |
| 1.7745 | 19000 | 0.0037 | 0.0034 (+0.0028) |
| 1.8212 | 19500 | 0.0033 | 0.0034 (+0.0028) |
| 1.8679 | 20000 | 0.0036 | 0.0034 (+0.0028) |
| 1.9146 | 20500 | 0.0035 | 0.0034 (+0.0028) |
| 1.9613 | 21000 | 0.0048 | 0.0034 (+0.0028) |
| 2.0080 | 21500 | 0.0059 | 0.0034 (+0.0028) |
| 2.0547 | 22000 | 0.004 | 0.0034 (+0.0028) |
| 2.1014 | 22500 | 0.0037 | 0.0034 (+0.0028) |
| 2.1481 | 23000 | 0.0039 | 0.0034 (+0.0028) |
| 2.1948 | 23500 | 0.0048 | 0.0034 (+0.0028) |
| 2.2415 | 24000 | 0.0034 | 0.0034 (+0.0028) |
| 2.2882 | 24500 | 0.0036 | 0.0034 (+0.0028) |
| 2.3349 | 25000 | 0.0039 | 0.0034 (+0.0028) |
| 2.3816 | 25500 | 0.0043 | 0.0034 (+0.0028) |
| 2.4283 | 26000 | 0.0039 | 0.0034 (+0.0028) |
| 2.4750 | 26500 | 0.0052 | 0.0034 (+0.0028) |
| 2.5217 | 27000 | 0.0054 | 0.0034 (+0.0028) |
| 2.5684 | 27500 | 0.0031 | 0.0034 (+0.0028) |
| 2.6151 | 28000 | 0.0036 | 0.0034 (+0.0028) |
| 2.6618 | 28500 | 0.0046 | 0.0034 (+0.0028) |
| 2.7085 | 29000 | 0.0031 | 0.0034 (+0.0028) |
| 2.7552 | 29500 | 0.0034 | 0.0034 (+0.0028) |
| 2.8019 | 30000 | 0.0033 | 0.0034 (+0.0028) |
| 2.8486 | 30500 | 0.004 | 0.0034 (+0.0028) |
| 2.8953 | 31000 | 0.0042 | 0.0034 (+0.0028) |
| 2.9420 | 31500 | 0.0035 | 0.0034 (+0.0028) |
| 2.9887 | 32000 | 0.0044 | 0.0034 (+0.0028) |
@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",
}
Base model
jinaai/jina-reranker-v2-base-multilingual