metadata

base_model: aubmindlab/bert-base-arabertv02
language:
  - ar
library_name: sentence-transformers
license: apache-2.0
metrics:
  - cosine_accuracy
  - dot_accuracy
  - manhattan_accuracy
  - euclidean_accuracy
  - max_accuracy
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:550000
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: ما هو متوسط مزايا الضمان الاجتماعي
    sentences:
      - >-
        الغرض الرئيسي من الدورة الشهرية هو تحضير الجسد الأنثوي للتكاثر أو الحمل.
        خلال هذا الوقت ، يتم تخصيب بويضة جديدة. إذا لم تكن المرأة حاملاً ، فسوف
        يسفك الرحم.
      - >-
        ما هو معدل الاستحقاق الشهري للعامل المتقاعد؟ متوسط استحقاق تقاعد
        الضمان الاجتماعي الشهري لشهر يناير 2016 هو 1،341 دولارًا. المبلغ يتغير
        شهريا. عندما تكون جاهزًا للتقدم بطلب للحصول على مزايا التقاعد ، استخدم
        تطبيق التقاعد عبر الإنترنت ، وهو الطريقة الأسرع والأسهل والأكثر ملاءمة
        للتقدم. معلومات اكثر. حقائق أساسية عن الضمان الاجتماعي.
      - >-
        لإعطائك فكرة عما قد تتلقاه ، لعام 2015 ، يبلغ متوسط مبلغ مخصصات SSDI
        1165 دولارًا أمريكيًا في الشهر ، ولكن يمكنك الحصول على ما يصل إلى 2663
        دولارًا أمريكيًا ، إذا كنت مهتمًا بكيفية حساب الضمان الاجتماعي لـ AIME و
        PIA ، فإليك الطريقة . كم ستعتمد إعانة إعاقة الضمان الاجتماعي على أرباحك
        المغطاة - الأجور التي دفعت عليها ضرائب الضمان الاجتماعي - قبل أن تصبح
        معاقًا.
  - source_sentence: ما هو الراتب الابتدائي لمن يلتحق بالجيش
    sentences:
      - >-
        كان الراتب المبدئي لجندي في الجيش الأمريكي بدرجة رواتب E-1 هو 1،491
        دولارًا شهريًا اعتبارًا من السنة المالية 2012 ، وفقًا لموقع
        ArmyTimes.com. جندي برتبة أجر E-4 وله أكثر من أربع سنوات في الخدمة تلقى
        2،266.50 دولارًا شهريًا. الجندي الأعلى رتبة في الجيش الأمريكي هو الرقيب
        الرائد ، الذي يحمل رتبة أجر من E-9. كان الراتب الأساسي الشهري للجندي
        بدرجة رواتب E-9 مع 20 عامًا في الخدمة هو 5،523.60 دولارًا.
      - >-
        17 التعليقات. Meclizine هو الاسم العام للدواء المسمى Antivert والأدوية
        التي لا تستلزم وصفة طبية (OTC) المعروفة باسم Dramamine و Bonine. يستخدم
        ميكليزين لعلاج دوار الحركة والدوخة. ينتمي الدواء إلى فئة من العقاقير
        تسمى مضادات الهيستامين ، والتي تستخدم بشكل عام لعلاج الحساسية ، ومع ذلك
        ، يعمل الميكليزين بشكل مختلف قليلاً ، حيث يقلل من الغثيان وتشنجات
        العضلات ، ويستخدم عقار كليزين لعلاج دوار الحركة والدوخة. ينتمي الدواء
        إلى فئة من العقاقير تسمى مضادات الهيستامين ، والتي تستخدم بشكل عام لعلاج
        الحساسية.
      - >-
        تأسيس حزمة الراتب الخاص بك. جنود الخدمة الفعلية وجنود الاحتياط في الجيش
        النشطين يكسبون رواتب الجيش الأساسية. الراتب الأساسي هو راتبك الأساسي
        كجندي في الخدمة الفعلية ويتم احتسابه فقط كجزء من إجمالي دخلك ، ويتم
        توزيعه في اليوم الأول والخامس عشر من كل شهر ، على غرار العديد من الوظائف
        المدنية. جنود الخدمة الفعلية وجنود الاحتياط في الجيش النشطين يكسبون
        رواتب الجيش الأساسية. الراتب الأساسي هو راتبك الأساسي كجندي في الخدمة
        الفعلية وهو يُحتسب فقط كجزء من إجمالي دخلك.
  - source_sentence: إدانة والد جاريد كوشنر
    sentences:
      - >-
        تم تعيين صهر دونالد ترامب جاريد كوشنر `` مستشارًا كبيرًا للرئيس '' يوم
        الاثنين وكان كوشنر فعالًا في حملة ترامب وأشار إلى أنه يخطط للانتقال إلى
        واشنطن والعمل لصالح الرئيس المنتخب.
      - >-
        تشارلز كوشنر. تشارلز كوشنر (من مواليد 16 مايو 1954) هو مطور عقاري أمريكي
        ومجرم مدان. أسس شركات كوشنر في عام 1985. وفي عام 2005 ، أدين بالمساهمات
        غير القانونية في الحملة ، والتهرب الضريبي ، والتلاعب بالشهود ، وقضى فترة
        في السجن الفيدرالي. بعد إطلاق سراحه ، استأنف مسيرته المهنية في مجال
        العقارات.
      - >-
        191 متابع. ج: بشكل عام ، يجب إصلاح الفتق المعرضة لخطر حدوث مضاعفات ، أو
        التي تسبب الألم ، أو التي تحد من النشاط. إذا لم يتم إصلاحها ، فهناك خطر
        من أن عملية جراحية طارئة قد تكون مطلوبة في وقت لاحق. في بعض الأحيان ،
        يمكن السيطرة على الفتق مؤقتًا عن طريق ارتداء جهاز يشبه الحزام يطبق ضغطًا
        خارجيًا ، مما يدفع الأنسجة مرة أخرى إلى البطن ويحملها هناك ، وهذا الجهاز
        يسمى الجمالون ، وفي بعض الأحيان ، يمكن التحكم في الفتق مؤقتًا عن طريق
        ارتداء جهاز يشبه الحزام يطبق ضغطًا خارجيًا ، والذي يدفع الأنسجة مرة أخرى
        إلى البطن ويثبتها هناك. هذا الجهاز يسمى الجمالون.
  - source_sentence: لماذا اتسعت الاقدام؟
    sentences:
      - >-
        لأن الجمال تمشي لمسافات طويلة للعثور على الماء ، إذا كانت أقدامها واسعة
        فإنها تجد أنه من الأسهل أن تمشي لمسافات طويلة. كما أن الأرجل العريضة
        تساعد الجمل على عدم الغرق في الرمال العميقة.
      - >-
        دليل لزراعة نبات الخشخاش المائي. كان خشخاش الأفيون ، Papaver somniferum
        ، يزرعه الإنسان منذ عصور ما قبل التاريخ. تنمو اليوم P. somniferum في
        الحدائق والبراري في معظم أنحاء العالم ، بما في ذلك الولايات المتحدة
        وأوروبا. لا يكاد يوجد سوبر ماركت في العالم لا يبيع بذوره. دليل لزراعة
        نبات الخشخاش المائي. كان خشخاش الأفيون ، Papaver somniferum ، يزرعه
        الإنسان منذ عصور ما قبل التاريخ. تنمو اليوم P. somniferum في الحدائق
        والبراري في معظم أنحاء العالم ، بما في ذلك الولايات المتحدة وأوروبا. لا
        يكاد يوجد سوبر ماركت في العالم لا يبيع بذوره.
      - >-
        نشأت الجمال من أمريكا الشمالية. تشير الأدلة الأحفورية إلى أن كاميلوبس ،
        رائد الجمل الحديث ، ظهر في الحي الذي كان يعيش فيه قبل 2.5 مليون سنة ،
        وقد انتقلت هذه الحيوانات من الأمريكتين منذ 10000 عام ، لكن أقاربها
        هاجروا إلى آسيا ثم أفريقيا ، حيث بقوا على قيد الحياة. اليوم ، هذه هي
        الإبل الحقيقية ، الدروماري والبكتريا. نحن نعلم أيضًا أن الإبل في أمريكا
        الجنوبية ، بما في ذلك اللاما ، والألبكة ، وغواناكو ، وفيكونا ، فيكو ،
        نشأت من. يمكن العثور على روابط Camelops للمزيد. معلومة
  - source_sentence: هل توجد مخازن في الجهاز الهضمي
    sentences:
      - >-
        كازينو - لعبة ورق يتم فيها أخذ البطاقات على الطاولة وبطاقات مؤهلة في
        اليد. كاسينو. لعبة الورق ، البطاقات - لعبة تلعب بأوراق اللعب. الكازينو
        الملكي - أحد أشكال الكازينو حيث تحتوي بطاقات الوجه على قيم نقاط إضافية.
        كازينو الأشياء بأسمائها الحقيقية - أحد أشكال الكازينو حيث تكون قيمة
        البستوني نقطة واحدة.
      - >-
        بي دي إف. نص. أصلي. الإنسان كائن معقد لأن الإنسان يتكون من تريليونات من
        الخلايا والكثير من الأجهزة والأعضاء ، ومن بعض الأجهزة الرئيسية أجهزة
        الدورة الدموية والجهاز الهيكلي والجهاز الهضمي والجهاز العصبي والجهاز
        التنفسي. نص. أصلي. الإنسان كائن حي معقد لأن الإنسان يتكون من تريليونات
        من الخلايا والكثير من الأجهزة والأعضاء ، ومن بعض الأجهزة الرئيسية أجهزة
        الدورة الدموية والجهاز الهيكلي والجهاز الهضمي والجهاز العصبي والجهاز
        التنفسي.
      - >-
        1 إطلاق الماء والأحماض والإنزيمات والمخازن بواسطة الجهاز الهضمي والأعضاء
        الملحقة في تجويف الجهاز الهضمي. 2 الامتصاص. 3 حركة الجزيئات العضوية
        الصغيرة ، والإلكتروليتات ، والفيتامينات ، والمياه عبر ظهارة الجهاز
        الهضمي وإلى الدم والجهاز الليمفاوي والجهاز الهضمي (وتسمى أيضًا القناة
        الهضمية أو الجهاز الهضمي). 1 الجهاز الهضمي عبارة عن أنبوب مستمر يمتد من
        الفم إلى فتحة الشرج. 2 ويشمل الأعضاء التالية: 3 فم. 4 بلعوم. 5 مريء. 6
        بطن. 7 ـ الأمعاء الدقيقة. 8 الأمعاء الغليظة.
model-index:
  - name: BERT base trained on Arabic NLI triplets
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: ar nli dev
          type: ar-nli-dev
        metrics:
          - type: cosine_accuracy
            value: 0.738
            name: Cosine Accuracy
          - type: dot_accuracy
            value: 0.295
            name: Dot Accuracy
          - type: manhattan_accuracy
            value: 0.763
            name: Manhattan Accuracy
          - type: euclidean_accuracy
            value: 0.708
            name: Euclidean Accuracy
          - type: max_accuracy
            value: 0.763
            name: Max Accuracy

BERT base trained on Arabic NLI triplets

This is a sentence-transformers model finetuned from aubmindlab/bert-base-arabertv02. 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: aubmindlab/bert-base-arabertv02
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 tokens
Similarity Function: Cosine Similarity
Language: ar
License: apache-2.0

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': 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:

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("sentence_transformers_model_id")
# Run inference
sentences = [
    'هل توجد مخازن في الجهاز الهضمي',
    '1 إطلاق الماء والأحماض والإنزيمات والمخازن بواسطة الجهاز الهضمي والأعضاء الملحقة في تجويف الجهاز الهضمي. 2 الامتصاص. 3 حركة الجزيئات العضوية الصغيرة ، والإلكتروليتات ، والفيتامينات ، والمياه عبر ظهارة الجهاز الهضمي وإلى الدم والجهاز الليمفاوي والجهاز الهضمي (وتسمى أيضًا القناة الهضمية أو الجهاز الهضمي). 1 الجهاز الهضمي عبارة عن أنبوب مستمر يمتد من الفم إلى فتحة الشرج. 2 ويشمل الأعضاء التالية: 3 فم. 4 بلعوم. 5 مريء. 6 بطن. 7 ـ الأمعاء الدقيقة. 8 الأمعاء الغليظة.',
    'بي دي إف. نص. أصلي. الإنسان كائن معقد لأن الإنسان يتكون من تريليونات من الخلايا والكثير من الأجهزة والأعضاء ، ومن بعض الأجهزة الرئيسية أجهزة الدورة الدموية والجهاز الهيكلي والجهاز الهضمي والجهاز العصبي والجهاز التنفسي. نص. أصلي. الإنسان كائن حي معقد لأن الإنسان يتكون من تريليونات من الخلايا والكثير من الأجهزة والأعضاء ، ومن بعض الأجهزة الرئيسية أجهزة الدورة الدموية والجهاز الهيكلي والجهاز الهضمي والجهاز العصبي والجهاز التنفسي.',
]
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]

Evaluation

Metrics

Triplet

Dataset: ar-nli-dev
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.738
dot_accuracy	0.295
manhattan_accuracy	0.763
euclidean_accuracy	0.708
max_accuracy	0.763

Training Details

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
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: 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: 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	ar-nli-dev_max_accuracy
0	0	-	0.763
0.0640	100	1.2212	-
0.1280	200	0.4768	-
0.1919	300	0.4315	-
0.2559	400	0.3696	-
0.3199	500	0.3762	-
0.3839	600	0.327	-
0.4479	700	0.3332	-
0.5118	800	0.3227	-
0.5758	900	0.3311	-
0.6398	1000	0.2997	-
0.7038	1100	0.2991	-
0.7678	1200	0.2823	-
0.8317	1300	0.2663	-
0.8957	1400	0.2776	-
0.9597	1500	0.2651	-

Framework Versions

Python: 3.10.14
Sentence Transformers: 3.1.1
Transformers: 4.44.2
PyTorch: 2.4.0
Accelerate: 0.34.2
Datasets: 3.0.0
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}
}