README.md

metadata

language:
  - tr
license: apache-2.0
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:920106
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
base_model: intfloat/multilingual-e5-large-instruct
widget:
  - source_sentence: Fısıh için patates cipsi kosher
    sentences:
      - >-
        Geçen yıl 125.000 $ kazandıysanız ve 10.000 $ düşebiliyorsanız,
        vergilendirilebilir geliriniz 115.000 $ 'a düşürülür. Ontario'da
        yaşadıysanız, indiriminiz sizi sadece 4.000 $ 'ın üzerinde vergiden
        kurtarır. Öte yandan, 10.000 $'lık bir vergi kredisi sadece 2,105 $
        değerinde olurdu. Yukarıdaki, kesintilerin her zaman vergi kredilerinden
        daha iyi olduğunu gösteriyor gibi görünüyor, ancak her zaman değil: Bir
        vergi kredisi ve indirim, 35.000 $ vergi elde ederseniz aynı tasarrufla
        sonuçlanacaktır.
      - >-
        Diğer şeker ikame edicilere göre daha az bir aftertate sahip olduğu
        iddia edilir ve fırınlanmış ürünlerde ve yumuşak içeceklerde kullanıma
        uygundur. Ürün Kosher - ve potansiyel olarak Hamursuz Bayramı için
        Kosher - ve yakın gelecekte birçok üründe görünmesini
        bekleyebiliriz.Ayrıca hepimiz güçlü müshiller olduklarının farkında
        olmalıyız!) Rosh Hashana yaklaşırken, belki de Shimshon'un benzetmesini
        genişletebiliriz ve bir kullanım için bir tatlı olabilir.
      - >-
        Hamursuz Bayramı için Kaşer işaretli patates cipsi bu sorunların
        hiçbirisi olmadığı için sertifikalandırılmıştır...Köşe yağında
        kızartılmış basit patates, Hamursuz Bayramı için Kaşer olmayan hiçbir
        şey yapmayan makinelerde işlenir.Fısıh Bayramı için Kaşer işaretli
        patates cipsleri bu sorunlardan hiçbirine sahip olmadığı için
        sertifikalandırılmıştır...Köşe yağında kızartılmış basit patates,
        Hamursuz Bayramı için Kaşer olmayan makinelerde işlenmiştir.
  - source_sentence: Kim söyledi mona lisa gülümsemesini kaybetti
    sentences:
      - >-
        Mona Lisa Lost Her Smile sözleri ve akorları sadece kişisel kullanımınız
        için tasarlanmıştır, gerçekten David Allan Coe tarafından kaydedilen
        güzel bir country şarkısıdır.
      - >-
        Arama Ara: Rose Müzik merkezi, Huber Heights, OH'da bulunan ve
        Interstate 70'in hemen dışında yer alan tamamen kapalı bir açık hava
        amfitiyatrosudur. Amfitiyatro, balkon koltuklarının ön sıra koltukları
        kadar iyi olduğu 4200 kişilik bir oturma kapasiteli mekandır. Bu tesiste
        nerede oturursanız oturun, bir fan olarak deneyiminizin avantajları
        vardır.
      - >-
        Ortaya çıkan görüntüler, yüzlerce yıllık vernik ve diğer değişiklikleri
        ortadan kaldırıyor, sanatçının boyalı figürü nasıl hayata geçirdiğine ve
        da Vinci ve çağdaşlarına nasıl göründüğüne ışık tutuyor. Mona Lisa'nın
        yüzü biraz daha geniş görünüyor ve gülümseme farklı ve gözler farklı,
        dedi Cotte.
  - source_sentence: kovanlar bir tür gıda zehirlenmesidir
    sentences:
      - >-
        Bazen gıda zehirlenmesinden hasta hissetmek, kötü yiyecekleri yedikten
        sonraki saatler içinde ortaya çıkar. Diğer zamanlarda, biri birkaç gün
        sonraya kadar hasta hissetmeyebilir. Hafif gıda zehirlenmesi
        vakalarında, çok uzun süre hasta hissetmeyeceksiniz ve yakında tekrar
        iyi hissedeceksiniz.
      - >-
        Bebeklerde botulizm. genellikle kabızlığa neden olur; yetişkinlerde, ya
        da neden olabilir. Kabızlık veya ishal. Gıda alerjileri gıda
        zehirlenmesi ile karıştırılabilir. En ciddi alerjik reaksiyon türleri
        anidir. kaşıntı, kovanlar, nefes alma zorluğu ve düşük kan pre-. tabi.
        Buna anafilaksi veya alerjik şok denir.
      - >-
        CloseHandle. CloseHandle işlevi açık bir nesne kulpunu kapatır. BOOL
        CloseHandle( Handle hObject // close to close to close ; Parametreler
        hObject Handle to a open object. Return Values. Fonksiyon başarılı
        olursa, dönüş değeri sıfırdır. İşlev başarısız olursa, dönüş değeri
        sıfırdır. Genişletilmiş hata bilgisi almak için GetLastError. Remarks'u
        arayın.
  - source_sentence: Hint Müslüman erkek çocuk isimleri ile anlam
    sentences:
      - >-
        Hayır, hamileyseniz pişmemiş pepperoni yemek güvenli değildir. Ham gıda,
        listeria olarak adlandırılan zararlı bakteriler içerir. Listeria
        bakterileri, hamile kadınlarda beyin enfeksiyonuna ve hatta ölüme yol
        açabilecek listeriosis'e neden olabilir.
      - >-
        Bir erkek ya da kız için güzel bir isme ihtiyacınız olsun, size dünya
        çapında popüler isimlerin büyük bir koleksiyonunu veriyoruz. İsteğinize
        bağlı olarak bebeğiniz için bir Hıristiyan adı, bir Hindu adı veya bir
        Müslüman adı seçebilirsiniz. Bir erkek ya da kız için güzel bir isme
        ihtiyacınız varsa, size dünya çapında popüler isimlerin büyük bir
        koleksiyonunu veriyoruz. İsteğinize bağlı olarak bebeğiniz için bir
        Hıristiyan adı, bir Hindu adı veya bir Müslüman adı seçebilirsiniz.
      - >-
        - Modern bebek erkek isimleri. - Modern bebek kız isimleri. Hint Boy ve
        Hint Kız İsimleri Komple Listesi. Anlamları ile bebek isimleri tam
        listemize göz atın, sevimli bebek fotoğrafları, anketler, zodyak etkisi
        ve çok daha fazlası prensesiniz veya rockstar.ee için en iyi ismi seçmek
        için bizim kapsamlı veritabanı popüler Hindu isimleri, benzersiz
        Müslüman isimleri, en iyi on Sih isimleri, A'dan Z'ye Hıristiyan
        isimleri, sevimli bebek Pencap isimleri, kısa ve tatlı Jain Gurati,
        güzel
  - source_sentence: ret kuyruğu nedir
    sentences:
      - >-
        Bir kuyruktan gelen mesajlar 'ölü harfli' olabilir; yani, aşağıdaki
        olaylardan herhangi biri meydana geldiğinde başka bir değiş tokuşa
        yeniden yayınlanabilir: 1 İleti, requeue=false ile (basic.reject veya
        basic.nack) reddedilir, 2 İletinin TTL'si sona erer; veya. 3 Kuyruk
        uzunluğu sınırı aşılır.
      - >-
        2.'reddetmek'. Bir fikir veya inançla aynı fikirde
        değilseniz,'reddetmek' demiyorsunuz. Bunu reddettiğinizi söylüyorsunuz.
        Bazı insanlar karma ekonomi fikrini reddediyor. Ailemin dini inançlarını
        reddetmek benim için zordu. 3. İsim olarak kullanılır. Reddetmek,
        attığınız şeylere atıfta bulunmak için kullanılan bir isimdir.
      - >-
        Clark County, Amerika Birleşik Devletleri'nin Wisconsin eyaletinde yer
        alan bir ilçedir. 2010 nüfus sayımına göre nüfusu 34.690'dır. İlçe
        merkezi Neillsville'dir.
pipeline_tag: sentence-similarity
library_name: sentence-transformers

intfloat-fine-tuned

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-large-instruct on the json dataset. It maps sentences & paragraphs to a 1024-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-large-instruct
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 1024 tokens
• Similarity Function: Cosine Similarity
• Training Dataset:
  • json
• Language: tr
• 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: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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("Omerhan/checkpoint-1562-v5")
# Run inference
sentences = [
    'ret kuyruğu nedir',
    "Bir kuyruktan gelen mesajlar 'ölü harfli' olabilir; yani, aşağıdaki olaylardan herhangi biri meydana geldiğinde başka bir değiş tokuşa yeniden yayınlanabilir: 1 İleti, requeue=false ile (basic.reject veya basic.nack) reddedilir, 2 İletinin TTL'si sona erer; veya. 3 Kuyruk uzunluğu sınırı aşılır.",
    "2.'reddetmek'. Bir fikir veya inançla aynı fikirde değilseniz,'reddetmek' demiyorsunuz. Bunu reddettiğinizi söylüyorsunuz. Bazı insanlar karma ekonomi fikrini reddediyor. Ailemin dini inançlarını reddetmek benim için zordu. 3. İsim olarak kullanılır. Reddetmek, attığınız şeylere atıfta bulunmak için kullanılan bir isimdir.",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Training Details

Training Dataset

json

• Dataset: json
• Size: 920,106 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 4 tokens mean: 10.38 tokens max: 39 tokens	min: 26 tokens mean: 81.21 tokens max: 149 tokens	min: 4 tokens mean: 78.05 tokens max: 133 tokens

• Samples:

  anchor	positive	negative
  Avustralya'ya özgü hangi meyve	Passiflora herbertiana. Avustralya'ya özgü nadir bir tutku meyvesi. Meyveler yeşil tenli, beyaz etli, bilinmeyen bir yenilebilir derecelendirmeye sahiptir. Bazı kaynaklar meyveyi yenilebilir, tatlı ve lezzetli olarak listelerken, diğerleri meyveleri acı ve yenemez olarak listeler. Avustralya'ya özgü nadir bir tutku meyvesi. Meyveler yeşil tenli, beyaz etli, bilinmeyen yenilebilir bir derecelendirmeye sahip. Bazı kaynaklar meyveyi tatlı olarak listeler.	Kola cevizi, Afrika'nın tropikal yağmur ormanlarına özgü bir ağaç cinsidir (Cola).
  meyve ağaçları türleri	Kiraz. Kiraz ağaçları dünya çapında bulunur. Kirazdan siyah kiraza kadar değişen 40 veya daha fazla çeşit vardır. Meyve ile birlikte, kiraz ağaçları, son derece hoş kokulu hafif ve narin pembemsi-beyaz çiçekler üretir.Omments. Submit. Mülkünüze meyve ağaçları dikmek sadece size istikrarlı bir organik meyve kaynağı sağlamakla kalmaz, aynı zamanda bahçenizi güzelleştirmenizi ve oksijeni çevreye geri vermenizi sağlar.	Kola cevizi, Afrika'nın tropikal yağmur ormanlarına özgü bir ağaç cinsidir (Cola).
  Harrison City Pa nerede yaşıyor?	Harrison City, Amerika Birleşik Devletleri'nin Pensilvanya eyaletinde yer alan Westmoreland County'de nüfus sayımına göre belirlenmiş bir yerdir. 2000 nüfus sayımında nüfus 155'tir.	En yakın şehirler: Vandling borough, PA (1.1 mil ), Simpson, PA (2.0 mil ), Union Dale borough, PA (2,1 mil ), Carbondale, PA (2,4 mil ), Waymart borough, PA (2,4 mil ), Mayfield borough, PA (2.9 mil ), Prompion borough, PA (2.9 mil ), Jermyn borough, PA (3.1 mil ).

• Loss: MatryoshkaLoss with these parameters:

  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          1024
      ],
      "matryoshka_weights": [
          1
      ],
      "n_dims_per_step": -1
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• gradient_accumulation_steps: 8
• learning_rate: 1e-06
• num_train_epochs: 1
• lr_scheduler_type: cosine
• tf32: True
• optim: adamw_torch_fused
• 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: 8
• per_device_eval_batch_size: 8
• per_gpu_train_batch_size: None
• per_gpu_eval_batch_size: None
• gradient_accumulation_steps: 8
• eval_accumulation_steps: None
• torch_empty_cache_steps: None
• learning_rate: 1e-06
• 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: cosine
• lr_scheduler_kwargs: {}
• warmup_ratio: 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: True
• 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_fused
• 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
• use_liger_kernel: False
• eval_use_gather_object: False
• batch_sampler: no_duplicates
• multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss
0.0348	500	0.2346
0.0696	1000	0.1237
0.1043	1500	0.1123

Framework Versions

• Python: 3.10.12
• Sentence Transformers: 3.1.1
• Transformers: 4.45.2
• PyTorch: 2.5.1+cu121
• Accelerate: 1.2.1
• Datasets: 3.2.0
• Tokenizers: 0.20.3

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",
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

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}
}