metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:46095
  - loss:MultipleNegativesRankingLoss
base_model: intfloat/multilingual-e5-small
widget:
  - source_sentence: >-
      Bulog Sudah Serap 328 Ribu Ton Beras tapi Ada Masalah. Perum Bulog telah
      menyerap 633 ribu ton setara gabah atau 329 ribu ton setara beras.
      Direktur Utama Perum Bulog Bayu Krisnamurthi mengungkapkan masih ada
      sejumlah kendala yang dihadapi dalam proses penyerapan ini. Pertama,
      adalah periode panen pendek tetapi jumlah panen banyak. Bayu mengatakan
      hal ini membuat petani lama mengantri agar padi yang dihasilkan bisa masuk
      ke proses pengering Bulog maupun penggilingan mitra Bulog. "Dengan jumlah
      yang banyak, tapi waktu yang pendek. Sehingga semua rebutan, rebutan untuk
      masuk ke Bulog maupun penggilingan padi," kata Bayu di Bulog Corporate
      University Kamis (25/4/2024). ADVERTISEMENT SCROLL TO CONTINUE WITH
      CONTENT "Waktu yang pendek ini menimbulkan kendala di mesin pengering.
      Karena pada saat yang sama mataharinya masih ada dan tiada seperti sore
      hari ini. Jadi mau dijemur pakai lantai jemur sangat tergantung sinar
      matahari, padahal mataharinya mendung, kadang hujan," sambungnya.
      Sementara masalah kedua, adalah dampak dari dari situasi pupuk di tahun
      2023 dan awal tahun 2024. Gara-gara hal itu, komposisi ketersediaan pupuk
      tidak optimal, hal itu pun berpengaruh terhadap tidak optimalnya kualitas
      gabah petani. "Jadi pecahnya banyak, kuningnya banyak. Ini nggak masuk ke
      tabel persyaratan mutu yang telah ditetapkan. Tapi kalau untuk kadar air
      kami terpaksa menegakkan disiplin, (sedangkan) kalau untuk yang lain itu
      kami berusaha mencari cara atau solusinya," ucapnya. Hingga saat ini, Bayu
      pun menjelaskan bahwa Bulog memiliki stok beras cukup banyak. Jumlahnya
      berkisar di angka 1,457 juta ton. "Jumlah yang agak banyak ini terjadi
      karena program bantuan pangan belum berjalan, masih menunggu update data.
      Mudah-mudahan dalam minggu ini segera selesai, dan nanti kita segera
      salurkan bantuan pangan itu dalam sisa bulan Mei-Juni, untuk 3 bulan
      jumlahnya," ujar dia.
    sentences:
      - >-
        Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau
        manfaat yang dapat meningkatkan citra atau reputasi Kementerian
        Pertanian?
      - >-
        Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta
        atau informasi tanpa memberikan opini atau emosi terhadap rumah sakit
        (rs)?
      - >-
        Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta
        atau informasi tanpa memberikan opini atau emosi terhadap Kementerian
        Pertanian?
  - source_sentence: >-
      Kepala BNPP Hadiri Pembukaan Turnamen Olahraga Antar Instansi. Acara yang
      digelar di Jakarta ini diikuti berbagai lembaga pemerintah untuk
      mempererat tali silaturahmi.
    sentences:
      - >-
        Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang
        dapat merugikan atau menciptakan persepsi buruk terhadap Kepolisian
        Nasional Indonesia (Polri)?
      - >-
        Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau
        manfaat yang dapat meningkatkan citra atau reputasi Badan Nasional
        Pengelola Perbatasan?
      - >-
        Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta
        atau informasi tanpa memberikan opini atau emosi terhadap Badan Nasional
        Pengelola Perbatasan?
  - source_sentence: >-
      KKP perkuat pengawasan penangkapan ikan ilegal di perbatasan. JAKARTA
      (ANTARA) - Direktorat Jendral (Ditjen) Pengawasan Sumber Daya Kelautan dan
      Perikanan (PSDKP) Kementerian Kelautan dan Perikanan (KKP) memperkuat
      pengawasan penangkapan ikan ilegal atau illegal fishing di wilayah
      perbatasan dengan mengalokasikan anggaran sebesar Rp1,14 triliun. "Untuk
      memberantas illegal fishing oleh kapal asing di Selat Malaka, laut Natuna
      Utara dan laut Sulawesi," kata Direktur Jenderal PSDKP KKP Adin
      Nurawaluddin saat dihubungi ANTARA, di Jakarta, Senin. Adin mengatakan
      PSDKP juga melakukan pengawasan terhadap kepatuhan kapal-kapal ikan
      Indonesia agar penangakapan ikan sesuai dengan regulasi untuk melaporkan
      hasil tangkap ikan guna menjaga keberlanjutan potensi ikan. "Harus
      melaporkan hasil tangkapan ikannya dalam rangka memastikan data potensi
      perikanan tangkap pasca produksi untuk menjaga keberlanjutan potensi
      perikanan," kata dia. Selain itu, kata Adin PSDKP juga mengalokasikan
      anggaran untuk melaksanakan pengawasan sumber daya kelautan seperti
      pengawasan terhadap wilayah pesisir dan pulau-pulau kecil, pengawasan
      pemanfaatan ruang laut dan reklamasi tanpa izin, dan pengawasan d
      estructive fishing atau penangkapan ikan dengan cara merusak dengan bom
      ikan, bahan kimia dan listrik. Selanjutnya, pihaknya juga melakukan
      pengawasan terhadap si stem komunikasi kabel laut (SKKL) , pengawasan b
      arang muatan kapal tenggelam (BMKT) dan pengawasan pencemaran di laut.
      Diketahui, KKP mendapatkan anggaran 2024 sebesar Rp7,04 triliun yang
      kemudian mendapatkan tambahan anggaran pada sebesar Rp57,1 miliar. Dari
      total anggaran yang didapat, pihaknya akan mengalokasikan sebesar Rp659,66
      miliar untuk Sekretariat Jenderal (Setjen), kemudian Inspektorat Jenderal
      sebesar Rp87,25 miliar, Direktorat Jenderal (Ditjen) Perikanan Tangkap
      sebesar Rp946,54 miliar. Serta Ditjen Perikanan Budi Daya sebesar Rp1,22
      triliun, Ditjen Pengawasan Sumber Daya Kelautan dan Perikanan (PSDKP)
      sebesar Rp 1,14 triliun, Ditjen Penguatan Daya Saing Produk Kelautan dan
      Perikanan (PDSKP) Rp386,88 miliar. Ditjen Pengelolaan Kelautan dan Ruang
      Laut sebesar Rp657,63 miliar, sementara untuk Badan Penyuluhan dan
      Pengembangan Sumber Daya Manusia Kelautan dan Perikanan sebesar Rp1,47
      triliun serta Badan Pengendalian dan Pengawasan Mutu Hasil Kelautan dan
      Perikanan sebesar Rp529,61 miliar. Luhut ingatkan pengelolaan laut harus
      perhatikan aspek keberlanjutan KKP: 91 persen nelayan dan pengusaha
      perikanan tahu aplikasi "e-PIT" Pewarta: Erlangga Bregas Prakoso Editor:
      Sella Panduarsa Gareta COPYRIGHT © ANTARA 2023
    sentences:
      - >-
        Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau
        manfaat yang dapat meningkatkan citra atau reputasi Adin Nurawaluddin?
      - >-
        Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta
        atau informasi tanpa memberikan opini atau emosi terhadap Pemerintah
        Provinsi DKI Jakarta?
      - >-
        Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang
        dapat merugikan atau menciptakan persepsi buruk terhadap Adin
        Nurawaluddin?
  - source_sentence: >-
      Ciri-ciri Snack Tidak Sehat untuk Anak, Salah Satunya Tinggi Gula.
      KabarDKI.com - Camilan atau snack untuk anak banyak beredar di pasaran.
      Banyak ciri-ciri yang dapat dikenali dari snack yang tidak sehat
      (unhealthy snack) ini. dr. Melanie Rakhmi Mantu, SpA (K), Mkes, dokter
      spesialis tumbuh kembang anak menjelaskan ciri-ciri snack tidak sehat,
      beberapa di antaranya mengandung gula dan garam yang tinggi. "Kalau
      unhealthy snack itu mengandung garam, gula, sodium yang tinggi. Pilihan
      makanan tergantung dari orangtuanya yang memilihkan snack untuk anak.
      Untuk efeknya terhadap kesehatan, makanan yang fresh, rendah garam, gula,
      sodium, mengandung vitamin dan mineral, " kata dr. Melanie dalam acara
      \'Mengungkap Bahaya Peredaran Produk Pangan Impor llegal Asal China yang
      Luput dari Pengawasan: Membangun Kesadaran dan Perlindungan Kesehatan
      Anak\' yang digelar Yayasan Lembaga Konsumen Indonesia (YLKI) dan Sekjen
      Koalisi Perlindungan Kesehatan Masyarakat (KOPMAS), Rabu, 23 Oktober 2024.
      Sementara itu Sekjen KOPMAS, Yuli Supriati mengungkapkan peredaran makanan
      impor memicu sejumlah keracunan. "Peredaran makanan dan minuman impor
      China yang minim pengawasan/tidak ada izin BPOM ilegal memicu sejumlah
      kasus keracunan pada anak, " katanya. Pit. Ketua Pengurus Harian YLKI, Dra
      Indah Sukaningsih punya harapan terhadap pemerintahan Prabowo-Gibran.
      Menurutnya seharusnya ada kementerian khusus yang menangani perlindungan
      konsumen. "Harusnya ada kementerian khusus perlindungan konsumen, kan
      seharusnya itu yang diperhatikan. Dari prespektif YLKI, harusnya ada SOP
      nya. Kalau kita menduga impor ini tidak sehat, perlu di survey, bahwa ini
      tidak sehat," terangnya. \n\n\nBerita Pilihan\n\n\n\n\n\n\n\n\n\n\n5 Jurus
      Ampuh Atasi Bau Badan, Dijamin Wangi
      Seharian!\n\n\n\n\n\n\n\n\n\n\n\n\n\nDeteksi Kanker Lebih Akurat lewat
      Biograph Vision Quadra PET/CT Scanner, Pertama di
      Asia\n\n\n\n\n\n\n\n\n\n\n\n\n\nHapus Stigma Negatif Tehadap ODHIV, KPA
      Jakarta Selatan Lakukan Ini\n\n\n\n\n\n\n\n Disamping itu, dirinya
      menyambut baik adanya program makan gratis yang digaungkan pemerintah., "
      Program ini cukup bagus apabila orangtuanya bekerja, anak-anak bisa
      mendapatkan gizi yang seimbang, daripada harus jajan di luar, " katanya.
      ***, Berita Pilihan 5 Jurus Ampuh Atasi Bau Badan, Dijamin Wangi Seharian!
      Deteksi Kanker Lebih Akurat lewat Biograph Vision Quadra PET/CT Scanner,
      Pertama di Asia Hapus Stigma Negatif Tehadap ODHIV, KPA Jakarta Selatan
      Lakukan Ini
    sentences:
      - >-
        Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau
        manfaat yang dapat meningkatkan citra atau reputasi sekretaris jenderal
        koalisi perlindungan kesehatan masyarakat (kopmas)?
      - >-
        Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang
        dapat merugikan atau menciptakan persepsi buruk terhadap sekretaris
        jenderal koalisi perlindungan kesehatan masyarakat (kopmas)?
      - >-
        Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang
        dapat merugikan atau menciptakan persepsi buruk terhadap timnas u-17?
  - source_sentence: >-
      Warganet Kaitkan Zulkifli Hasan dengan Kasus Impor Gula, Kejagung langsung
      Pasang Badan!. JAKARTA, ExtraNews – Kasus korupsi impor gula makin memanas
      dengan diramaikannya linimasa Twitter (X) yang dipenuhi beragam komentar
      atas kasus korupsi itu. Sebagaimana diketahui, Thomas Trikasih Lembong
      atau Tom Lembong ditetapkan Kejaksaan Agung sebagai tersangka dalam dugaan
      korupsi impor gula pada 2015. Jaksa menjerat Menteri Perdagangan atau
      Mendag periode 2015-2016 itu membuat kebijakan impor gula yang merugikan
      negara senilai Rp 400 miliar. Sejumlah netizen Indonesia tampaknya tidak
      puas kalau cuma Tom Lembong yang di jadikan tersangka atas korupsi impor
      gula itu, dan berharap penegak hukum untuk memeriksa Mentri Perdagangan
      era Jokowi terutama Mendag Zulkifli Hasan. Di ketahui Menteri Perdagangan
      terakhir di era Presiden Joko Widodo Zulkifli Hasan yang juga Ketua Umum
      Partai Amanat Nasional itu pada 2023 mengimpor gula sebanyak 5,06 juta
      ton. Nampak di tangkapan layar Twitter (X) tanggapan kaum netizen yang
      berharap Zulkifli Hasan juga di periksa terkait kebijakan impor gula pada
      saat menjabat sebagai Mentri Perdagangan dan menjadi trending topik dan
      mendapat beraneka ragam tanggapan dari kaum netizen Indonesia. “Impor gula
      Zulkifli Hasan 18 juta ton, ini impornya 3x lipat yang dilakukan oleh Tom
      Lembong. Kalo berdasarkan laporan masyarakat, ini lebih gila laporannya.
      Segera prosessss!!!! “ tulis pengguna akun @har*m*nAZ “Kapan impor gula
      Zulkifli Hasan 18 juta ton diusut, ini impornya 3x lipat yang dilakukan
      oleh Tom Lembong Kasus Zulhas kalau diusut mungkin lebih mengerikan,”
      tulis pengguna @Ca**hum “Banyak yg lupa bhw Airlangga,Dito yg bahkan ada
      bukti di kembalikan uangnya itu tdk tersentuh sampai sekarang. Zulkifli
      Hasan terkait korupsi kasus “GULA”. Kalaulah Tom Lembong bersalah, jelas
      sekali hukum kita masih jauh dari kata adil, karna hanya menyasar lawan”
      politik saja,” tulis pengguna @sim*nj*nta9*ico impor gula Zulkifli Hasan
      18 juta ton, ini impornya 3x lipat yang dilakukan oleh Tom Lembong. Kalo
      berdasarkan laporan masyarakat, ini lebih gila laporannya. Segera
      prosessss!!!! pic.twitter.com/CcD62G9bG7 — Hariman Amir (@HarimanAz)
      October 31, 2024 Sementara itu ramainya warganet yang mulai mengkaitkan
      kasus Tom Lembong ke Zulkifli Hasan (zulhas) rupanya mendapatkan respon
      dari Kejaksaan Agung. Melalui rilis resmi Kejaksaan Agung pada 2023 lalu
      menyatakan bahwa mereka tidak akan memanggil kembali Menteri Perdagangan
      periode 2022-2024 Zulkifli Hasan sebagai sebagai saksi terkait kasus
      dugaan korupsi penyalahgunaan kewenangan dalam kegiatan importasi gula
      tersebut. Menurut Kepala Pusat Penerangan Hukum (Kapuspenkum) Kejagung,
      Ketut Sumedana, tidak ada keterkaitan Menteri Zulkifli Hasan dalam perkara
      dimaksud. Dijelaskan Ketut, perkara yang sedang ditangani Kejagung adalah
      penyelewengan kebijakan yang telah dilaksanakan sejak tahun 2015. “Adapun
      perkara dimaksud tidak ada kaitannya dengan kebijakan Menteri Perdagangan
      Zulkifli Hasan yang dilantik pada bulan Juni 2022. Oleh karena tidak
      adanya hubungan dengan penanganan perkara tersebut, Menteri Perdagangan
      Zulkifli Hasan tidak akan dilakukan pemanggilan sebagai saksi dalam
      perkara dimaksud,” jelas Ketut dalam keterangan resminya pada Jumat 6
      Oktober 2023 lalu. (*)
    sentences:
      - >-
        Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau
        manfaat yang dapat meningkatkan citra atau reputasi Marshanda?
      - >-
        Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau
        manfaat yang dapat meningkatkan citra atau reputasi presiden joko
        widodo?
      - >-
        Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta
        atau informasi tanpa memberikan opini atau emosi terhadap presiden joko
        widodo?
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - cosine_accuracy
model-index:
  - name: SentenceTransformer based on intfloat/multilingual-e5-small
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: Unknown
          type: unknown
        metrics:
          - type: cosine_accuracy
            value: 0.4019196971745302
            name: Cosine Accuracy

SentenceTransformer based on intfloat/multilingual-e5-small

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-small on the preskripsi-sentiment-analysis-dataset-for-embedding-ft dataset. It maps sentences & paragraphs to a 384-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-small
Maximum Sequence Length: 512 tokens
Output Dimensionality: 384 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- preskripsi-sentiment-analysis-dataset-for-embedding-ft

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': 384, '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("masa-research/me5-small-preskripsi-embedding-pos-neg")
# Run inference
sentences = [
    'Warganet Kaitkan Zulkifli Hasan dengan Kasus Impor Gula, Kejagung langsung Pasang Badan!. JAKARTA, ExtraNews – Kasus korupsi impor gula makin memanas dengan diramaikannya linimasa Twitter (X) yang dipenuhi beragam komentar atas kasus korupsi itu. Sebagaimana diketahui, Thomas Trikasih Lembong atau Tom Lembong ditetapkan Kejaksaan Agung sebagai tersangka dalam dugaan korupsi impor gula pada 2015. Jaksa menjerat Menteri Perdagangan atau Mendag periode 2015-2016 itu membuat kebijakan impor gula yang merugikan negara senilai Rp 400 miliar. Sejumlah netizen Indonesia tampaknya tidak puas kalau cuma Tom Lembong yang di jadikan tersangka atas korupsi impor gula itu, dan berharap penegak hukum untuk memeriksa Mentri Perdagangan era Jokowi terutama Mendag Zulkifli Hasan. Di ketahui Menteri Perdagangan terakhir di era Presiden Joko Widodo Zulkifli Hasan yang juga Ketua Umum Partai Amanat Nasional itu pada 2023 mengimpor gula sebanyak 5,06 juta ton. Nampak di tangkapan layar Twitter (X) tanggapan kaum netizen yang berharap Zulkifli Hasan juga di periksa terkait kebijakan impor gula pada saat menjabat sebagai Mentri Perdagangan dan menjadi trending topik dan mendapat beraneka ragam tanggapan dari kaum netizen Indonesia. “Impor gula Zulkifli Hasan 18 juta ton, ini impornya 3x lipat yang dilakukan oleh Tom Lembong. Kalo berdasarkan laporan masyarakat, ini lebih gila laporannya. Segera prosessss!!!! “ tulis pengguna akun @har*m*nAZ “Kapan impor gula Zulkifli Hasan 18 juta ton diusut, ini impornya 3x lipat yang dilakukan oleh Tom Lembong Kasus Zulhas kalau diusut mungkin lebih mengerikan,” tulis pengguna @Ca**hum “Banyak yg lupa bhw Airlangga,Dito yg bahkan ada bukti di kembalikan uangnya itu tdk tersentuh sampai sekarang. Zulkifli Hasan terkait korupsi kasus “GULA”. Kalaulah Tom Lembong bersalah, jelas sekali hukum kita masih jauh dari kata adil, karna hanya menyasar lawan” politik saja,” tulis pengguna @sim*nj*nta9*ico impor gula Zulkifli Hasan 18 juta ton, ini impornya 3x lipat yang dilakukan oleh Tom Lembong. Kalo berdasarkan laporan masyarakat, ini lebih gila laporannya. Segera prosessss!!!! pic.twitter.com/CcD62G9bG7 — Hariman Amir (@HarimanAz) October 31, 2024 Sementara itu ramainya warganet yang mulai mengkaitkan kasus Tom Lembong ke Zulkifli Hasan (zulhas) rupanya mendapatkan respon dari Kejaksaan Agung. Melalui rilis resmi Kejaksaan Agung pada 2023 lalu menyatakan bahwa mereka tidak akan memanggil kembali Menteri Perdagangan periode 2022-2024 Zulkifli Hasan sebagai sebagai saksi terkait kasus dugaan korupsi penyalahgunaan kewenangan dalam kegiatan importasi gula tersebut. Menurut Kepala Pusat Penerangan Hukum (Kapuspenkum) Kejagung, Ketut Sumedana, tidak ada keterkaitan Menteri Zulkifli Hasan dalam perkara dimaksud. Dijelaskan Ketut, perkara yang sedang ditangani Kejagung adalah penyelewengan kebijakan yang telah dilaksanakan sejak tahun 2015. “Adapun perkara dimaksud tidak ada kaitannya dengan kebijakan Menteri Perdagangan Zulkifli Hasan yang dilantik pada bulan Juni 2022. Oleh karena tidak adanya hubungan dengan penanganan perkara tersebut, Menteri Perdagangan Zulkifli Hasan tidak akan dilakukan pemanggilan sebagai saksi dalam perkara dimaksud,” jelas Ketut dalam keterangan resminya pada Jumat 6 Oktober 2023 lalu. (*)',
    'Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta atau informasi tanpa memberikan opini atau emosi terhadap presiden joko widodo?',
    'Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi presiden joko widodo?',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

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

Evaluation

Metrics

Triplet

Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.4019

Training Details

Training Dataset

preskripsi-sentiment-analysis-dataset-for-embedding-ft

Dataset: preskripsi-sentiment-analysis-dataset-for-embedding-ft
Size: 46,095 training samples
Columns: artikel, positive, and negative_1

Approximate statistics based on the first 1000 samples:

	artikel	positive	negative_1
type	string	string	string
details	min: 32 tokens mean: 439.08 tokens max: 512 tokens	min: 24 tokens mean: 28.16 tokens max: 78 tokens	min: 27 tokens mean: 31.16 tokens max: 81 tokens

Samples:

artikel	positive	negative_1
Apa Kabar Elkan Baggott Setelah Absen 10 Bulan dari Timnas Indonesia? Lagi Terapi Cedera Pergelangan Kaki dan Segera Comeback. Bola.com, Blackpool - Cedera pergelangan kaki Elkan Baggott hampir sembuh. Bek berusia 22 tahun itu segera kembali bermain untuk Blackpool FC di kasta ketiga Liga Inggris? Elkan Baggott telah absen membela Blackpool sejak Agustus 2024 akibat cedera pergelangan kaki yang membuatnya baru bermain empat kali pada musim ini. Penampilan terakhir Elkan Baggott di Blackpool terjadi pada 24 Agustus 2024, ketika bermain imbang 4-4 melawan Cambridge United dalam matchday ketiga League One 2024/2025. Elkan Baggott sedang menjalani peminjaman di Blackpool selama semusim dari Ipswich Town. Pemain kelahiran Bangkok, Thailand, itu diperkirakan akan kembali membela Blackpool kontra Liverpool U-21 dalam EFL Trophy 2024/2025 pada 7 November 2024. "Elkan Baggott menjalani sesi latihan pertamanya, jadi senang bisa melihatnya kembali bersama tim," ujar pelatih Blackpool, Stephen Dob...	`Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang dapat merugikan atau menciptakan persepsi buruk terhadap timnas indonesia?`	`Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi timnas indonesia?`
Di Balik Penangkapan Terduga Teroris di 3 Wilayah Jawa Timur dan NTB. KOMPAS.com- Detasemen Khusus (Densus) 88 Antiteror Mabes Polri menangkap sejumlah terduga teroris di Nusa Tenggara Barat dan Jawa Timur, beberapa hari terakhir. Mulanya penangkapan dilakukan terhadap MT di Bima, NTB pada 31 Mei 2023. Dari keterangan Mabes Polri, MT difasilitasi untuk berangkat ke Yaman dan bergabung dengan organisasi AQAP (cabang AlQaedah). Selanjutnya, berdasarkan pengembangan, Densus menangkap sejumlah terduga teroris lainnya. Pada Jumat (2/6/2023) pagi Densus menangkap ABU, terduga teroris di Jalan Kalimas Madya III Nyamplungan, Kecamatan Pabean Cantian, Surabaya, Jawa Timur. "Diamankan 07.30 WIB, setahu saya di rumahnya," kata Ketua RT M. Abri, Sabtu (3/6/2023). Setelah penangkapan tersebut dilakukan penggeledahan di rumah ABU. Abri yang turut serta dalam penggeledahan mengatakan polisi menyita sejumlah buku, busur, dan anak panah. "Iya ada panah. Ujungnya memang sangat tajam. Tapi tadi saya liha...	`Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang dapat merugikan atau menciptakan persepsi buruk terhadap MT?`	`Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi MT?`
Dirjen Imigrasi Enggan Salahkan Siapapun Soal Peretasan: Sesama Bus Kota Enggak Boleh Saling Menyalip. JAKARTA, KOMPAS.com - Direktur Jenderal (Dirjen) Imigrasi Silmy Karim enggan menyalahkan siapa pun atas peristiwa gangguan sistem pelayanan imigrasi, yang terjadi karena peretasan Pusat Data Nasional (PDN). Menurutnya, ia tak berwenang untuk menilai kementerian/lembaga lain atas peristiwa peretasan yang terjadi. "Ya enggak mungkin saya gitu (menilai)," kata Silmy dalam konferensi pers di kawasan Jakarta Selatan, Jumat (28/6/2024). "Sudah lah, sesama bus kota enggak boleh saling menyalip," tambahnya. Ia menambahkan, hanya pakar di luar kementerian/lembaga yang berhak menilai atas peristiwa yang terjadi. Termasuk, siapa yang patut bertanggungjawab atas peristiwa ini. "Itu yang bisa ngomong kayak gitu pengamat, bisa lah. Saya enggak bisa," tegas Silmy. Sebelumnya, muncul petisi online untuk meminta Menkominfo Budi Arie Setiadi mundur karena dianggap tak bisa menyelesaikan PDN yang disera...	`Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang dapat merugikan atau menciptakan persepsi buruk terhadap Budi Arie Setiadi?`	`Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi Budi Arie Setiadi?`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Evaluation Dataset

preskripsi-sentiment-analysis-dataset-for-embedding-ft

Dataset: preskripsi-sentiment-analysis-dataset-for-embedding-ft
Size: 14,794 evaluation samples
Columns: artikel, positive, and negative_1

Approximate statistics based on the first 1000 samples:

	artikel	positive	negative_1
type	string	string	string
details	min: 18 tokens mean: 432.85 tokens max: 512 tokens	min: 24 tokens mean: 30.76 tokens max: 49 tokens	min: 24 tokens mean: 30.36 tokens max: 52 tokens

Samples:

artikel	positive	negative_1
Capai NZE, PLN EPI kembangkan energi bersih basis ekonomi kerakyatan. Lewat teknologi co-firing (bahan bakar alternatif) di PLTU, PLN EPI mengembangkan ekosistem biomassa yang justru banyak melibatkan masyarakat sehingga program transisi ini juga mendorong perekonomian rakyat Jakarta (ANTARA) - Sekretaris Perusahaan PLN Energi Primer Indonesia (PLN EPI) Mamit Setiawan mengatakan PLN EPI mengambil peran penting dalam era transisi energi saat ini dengan mengembangkan energi bersih berbasis ekonomi kerakyatan. Program transisi energi selain mencapai pengurangan emisi juga sekaligus menjadi katalisator pertumbuhan ekonomi, sehingga PLN EPI sebagai Subholding PT PLN (Persero) mengambil bagian penting dalam agenda ini. "Lewat teknologi co-firing (bahan bakar alternatif) di PLTU, PLN EPI mengembangkan ekosistem biomassa yang justru banyak melibatkan masyarakat sehingga program transisi ini juga mendorong perekonomian rakyat," kata Mamit di Jakarta, Senin. Sebagai perusahaan yang menjamin paso...	`Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi Pembangkit Listrik Tenaga Uap (PLTU)?`	`Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang dapat merugikan atau menciptakan persepsi buruk terhadap Pembangkit Listrik Tenaga Uap (PLTU)?`
Mahasiswa UNS ikut menggali potensi energi baru terbarukan. Melihat krisis sumber daya energi nonterbarukan makin mendesak dunia untuk mencari alternatif energi yang berkelanjutan. Solo (ANTARA) - Mahasiswa Universitas Sebelas Maret (UNS) Surakarta berupaya ikut menggali potensi energi baru terbarukan dengan membuat penelitian yang menggabungkan sistem pemantauan berbasis yaw dengan teknologi Internet of Things (IoT). Ketua tim Alif Ilham, di Solo, Jawa Tengah, Rabu, mengatakan sistem pemantauan berbasis yaw ini dirancang untuk memonitor kinerja Horizontal Axis Wind Turbine (HAWT) secara realtime. Ia mengatakan penelitian dilakukan karena melihat krisis sumber daya energi nonterbarukan makin mendesak dunia untuk mencari alternatif energi yang berkelanjutan. "Dari data kebutuhan Indonesia, 50,3 persen listrik yang digunakan masih berasal dari energi nonterbarukan, yaitu batu bara," katanya. Menurut dia, salah satu solusi yang menjanjikan adalah energi angin. Energi ini dapat diubah menj...	`Seberapa netral artikel ini? Apakah artikel ini hanya menyajikan fakta atau informasi tanpa memberikan opini atau emosi terhadap BRIN (Badan Riset dan Inovasi Nasional)?`	`Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi BRIN (Badan Riset dan Inovasi Nasional)?`
Mengapa Manufaktur Terpuruk dan Apa Urgensinya?. Tema terpuruknya manufaktur di Tanah Air menjadi salah satu pemberitaan media massa pekan ini. Hal ini berawal dari rilis S&P tentang Purchasing Manager Indeks (PMI) Indonesia periode Agustus 2024 pada 2 September 2024. Intinya, indeks Indonesia terpuruk makin dalam di bawah batas minimal indikasi ekspansi. Namun apa yang sebenarnya terjadi? Mengapa demikian? Dan apa urgensinya bagi perekonomian nasional? Apa yang Anda pelajari dari artikel ini? 1.Apa yang terjadi dengan manufaktur? 2.Apa konsekuensinya bagi buruh? 3.Apa pentingnya manufaktur bagi perekonomian Indonesia? PMI Indonesia pada Agustus 2024 melanjutkan kontraksi yang sudah terjadi sejak Juli 2024. PMI manufaktur Indonesia di periode ini anjlok ke 48,9. Angka di bawah 50 menunjukkan kondisi kontraksi. Pada Juli, indeksnya adalah 49,3. Artinya, kontraksi pada Agustus kian dalam. Padahal, sebelumnya, manufaktur Indonesia dalam posisi ekspansi selama 34 bulan berturut-turut. ...	`Seberapa kuat artikel ini mengandung sentimen negatif atau kritik yang dapat merugikan atau menciptakan persepsi buruk terhadap Ekonomi Indonesia?`	`Seberapa kuat artikel ini mengandung sentimen positif, dukungan, atau manfaat yang dapat meningkatkan citra atau reputasi Ekonomi Indonesia?`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

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
push_to_hub: True
hub_model_id: masa-research/me5-small-preskripsi-embedding-pos-neg
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: 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: True
resume_from_checkpoint: None
hub_model_id: masa-research/me5-small-preskripsi-embedding-pos-neg
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: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	cosine_accuracy
0.0347	100	2.2799	3.0897	0.6039
0.0694	200	1.0007	3.7314	0.6032
0.1041	300	0.6538	3.9361	0.6031
0.2083	600	0.8024	4.0135	0.6029
0.3124	900	0.7212	4.2401	0.6025
0.4165	1200	0.9165	4.3140	0.6034
0.5207	1500	0.8918	4.6178	0.6033
0.6248	1800	0.8376	4.6052	0.6034
0.7289	2100	0.9715	2.9251	0.4035
0.8330	2400	0.4864	3.3840	0.4045
0.9372	2700	0.4698	3.7879	0.4019

Framework Versions

Python: 3.11.11
Sentence Transformers: 3.3.1
Transformers: 4.47.1
PyTorch: 2.5.1+cu124
Accelerate: 1.2.1
Datasets: 3.2.0
Tokenizers: 0.21.0

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}
}