---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:500000
- loss:MultipleNegativesRankingLoss
base_model: shihab17/bangla-sentence-transformer
widget:
- source_sentence: বাকীদের ও গ্রেফতারের চেষ্টা চলছে।
sentences:
- বাকীদের ও গ্রেফতারের চেষ্টা চলছে।
- দুর্যোগ ব্যবস্থাপনা ও ত্রাণ বিষয়ক প্রতিমন্ত্রী ডা মো এনামুর রহমান বলেছেন, অন্যতম
দ্রুত বর্ধনশীল ও পৃথিবীর ঘন জনবসতিপূর্ণ শহরগুলোর একটি ঢাকা।
- গতকাল মিরপুর শেরে বাংলা স্টেডিয়ামে তিন ম্যাচ সিরিজের প্রথম ওয়ানডেতে পাকিস্তানকে
রানে হারিয়ে ইতিহাসের এক অচলায়তন ভেঙে দিলো বাংলাদেশ।
- source_sentence: সমুদ্র সৈকতসহ জেলার পর্যটন স্পটগুলো পর্যটকদের কোলাহলে নতুন করে
প্রাণচঞ্চল হয়ে উঠেছে।
sentences:
- সমুদ্র সৈকতসহ জেলার পর্যটন স্পটগুলো পর্যটকদের কোলাহলে নতুন করে প্রাণচঞ্চল হয়ে
উঠেছে।
- এভাবে তো মিডিয়া টিকতে পারে না।
- অবশ্য পৃথিবী ধ্বংসের আশঙ্কা এর আগেও বহুবার করা হয়েছে।
- source_sentence: সংক্ষিপ্ত স্কোর সিলেট থান্ডার ওভারে রনি , চার্লস , মিঠুন , মেন্ডিস
, মোসাদ্দেক , মিলন , নাঈম , নাভিন , নাজমুল , সান্তোকি , এবাদত রাসেল , তাইজুল ,
রাহী , কাপালি , বোপারা , রেজা এক ওভারেই নেই তিন উইকেট ক্রমাগত উইকেট পতণের মধ্যে
সিলেটকে আরেকটি ধাক্কা দিলেন ফরহাদ রেজা।
sentences:
- অনলাইন মার্কেটপ্লেস বিক্রয় ডট কম বিজয় দিবস উপলক্ষে আই লাভ বাংলাদেশ শীর্ষক একটি
গল্প রচনা প্রতিযোগিতার আয়োজন করেছে।
- সংক্ষিপ্ত স্কোর সিলেট থান্ডার ওভারে রনি , চার্লস , মিঠুন , মেন্ডিস , মোসাদ্দেক
, মিলন , নাঈম , নাভিন , নাজমুল , সান্তোকি , এবাদত রাসেল , তাইজুল , রাহী , কাপালি
, বোপারা , রেজা এক ওভারেই নেই তিন উইকেট ক্রমাগত উইকেট পতণের মধ্যে সিলেটকে আরেকটি
ধাক্কা দিলেন ফরহাদ রেজা।
- ডায়ানা অ্যাওয়ার্ড এর বিজয়ীদের জুলাই প্রিন্সেস ডায়ানার তম জন্মদিনে ঘোষণা করা
হয়েছিল।
- source_sentence: এটা তো আমাদের জন্য ভালো খবর।
sentences:
- বায়ার গ্রুপ ইন্ডিয়ার ভাইস চেয়ারম্যান ও ব্যবস্থাপনা পরিচালক রিচার্ড ভ্যান ডার
মারওই বাংলাদেশের ব্যবসায়িক কার্যক্রমের প্রশংসা করে আগামীতে আরো প্রবৃদ্ধি অর্জনের
জন্য সকলকে একযোগে কাজ করার আহ্বান জানান।
- শুধু লাদাখ বা গলওয়ান উপত্যকা নয়, ভারত চীন সীমান্তের পুরো এলাকাতেই তিন বাহিনীকে
এই কড়া অবস্থান নেয়ার নির্দেশ দিয়েছেন দেশটির প্রতিরক্ষা মন্ত্রী।
- এটা তো আমাদের জন্য ভালো খবর।
- source_sentence: প্রথম বিশ্বযুদ্ধে যুক্তরাষ্ট্রের নাগরিকদের মৃত্যুর চেয়েও এই সংখ্যাটা
বেশি।
sentences:
- প্রথম বিশ্বযুদ্ধে যুক্তরাষ্ট্রের নাগরিকদের মৃত্যুর চেয়েও এই সংখ্যাটা বেশি।
- সিরীয় প্রেসিডেন্ট বাশার আল আসাদ এ সম্প্রদায়েরই লোক।
- রবিবার রাজস্ব ভবন সভাকক্ষে জাতীয় রাজস্ব বোর্ডের এনবিআর সঙ্গে প্রাক বাজেট আলোচনায়
বাংলাদেশ ট্যানারি এসোসিয়েশনের সভাপতি শাহীন আহমেদ বলেন, সাভারের চামড়া শিল্প নগরী
স্থাপনের আগে উদ্যোক্তাদের বলা হয়েছিল, কর অবকাশ সুবিধা দেয়া হবে।
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on shihab17/bangla-sentence-transformer
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [shihab17/bangla-sentence-transformer](https://huggingface.co/shihab17/bangla-sentence-transformer). 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:** [shihab17/bangla-sentence-transformer](https://huggingface.co/shihab17/bangla-sentence-transformer)
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
### 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': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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("farhana1996/bangla-unsup-simcse")
# Run inference
sentences = [
'প্রথম বিশ্বযুদ্ধে যুক্তরাষ্ট্রের নাগরিকদের মৃত্যুর চেয়েও এই সংখ্যাটা বেশি।',
'প্রথম বিশ্বযুদ্ধে যুক্তরাষ্ট্রের নাগরিকদের মৃত্যুর চেয়েও এই সংখ্যাটা বেশি।',
'রবিবার রাজস্ব ভবন সভাকক্ষে জাতীয় রাজস্ব বোর্ডের এনবিআর সঙ্গে প্রাক বাজেট আলোচনায় বাংলাদেশ ট্যানারি এসোসিয়েশনের সভাপতি শাহীন আহমেদ বলেন, সাভারের চামড়া শিল্প নগরী স্থাপনের আগে উদ্যোক্তাদের বলা হয়েছিল, কর অবকাশ সুবিধা দেয়া হবে।',
]
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]
```
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 500,000 training samples
* Columns: sentence_0 and sentence_1
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 |
|:--------|:-----------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|
| type | string | string |
| details | - min: 4 tokens
- mean: 27.75 tokens
- max: 383 tokens
| - min: 4 tokens
- mean: 27.75 tokens
- max: 383 tokens
|
* Samples:
| sentence_0 | sentence_1 |
|:--------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------|
| তার অন্তঃসত্ত্বা বোন ও মা বাবাকেও মারধর করা হয় বলে অভিযোগ। | তার অন্তঃসত্ত্বা বোন ও মা বাবাকেও মারধর করা হয় বলে অভিযোগ। |
| ডিজিটাল প্রযুক্তি ব্যবহারের মাধ্যমে দেশের প্রান্তিক পর্যায়েও আর্থিক সেবা নিশ্চিত করতে নীতিগত সহায়তা প্রদান করছে সরকার। | ডিজিটাল প্রযুক্তি ব্যবহারের মাধ্যমে দেশের প্রান্তিক পর্যায়েও আর্থিক সেবা নিশ্চিত করতে নীতিগত সহায়তা প্রদান করছে সরকার। |
| পরে এটি ইলেক্টোরাল কলেজ হিসেবে পরিচিত হয়ে ওঠে। | পরে এটি ইলেক্টোরাল কলেজ হিসেবে পরিচিত হয়ে ওঠে। |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `num_train_epochs`: 1
- `multi_dataset_batch_sampler`: round_robin
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `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`: 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`: 1
- `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`: None
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `include_for_metrics`: []
- `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
- `average_tokens_across_devices`: False
- `prompts`: None
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin