README.md

---
base_model: intfloat/multilingual-e5-small
library_name: sentence-transformers
metrics:
- pearson_cosine
- spearman_cosine
- pearson_manhattan
- spearman_manhattan
- pearson_euclidean
- spearman_euclidean
- pearson_dot
- spearman_dot
- pearson_max
- spearman_max
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:6577
- loss:CosineSimilarityLoss
widget:
- source_sentence: 'query: алерана бальзам'
  sentences:
  - 'passage: Мороженое "Джиандуйя" фундучно-шоколад.; Шоколадный пломбир с фундуком
    в шоколаде. Нежная сливочная текстура.; Мороженое; Цена: 138.0; Рейтинг: 4.9'
  - 'passage: Нюда спрей д/местного применения педикулицидный 50мл; Средство с физическим
    принципом действия для уничтожения головных вшей, личинок и гнид; Лекарственные
    средства; Цена: 1136.0; Рейтинг: 0.0'
  - 'passage: АнвиМакс Мед-Лимон пор.д/приг.р-ра д/приема внутрь пак.№12; Препарат
    для лечения гриппа и ОРВИ. Комбинирует противовирусное и симптоматическое действие.;
    Лекарственные средства; Цена: 806.0; Рейтинг: 0.0'
- source_sentence: 'query: тунец'
  sentences:
  - 'passage: Мармелад жевательный "Ассорти"; Жевательный мармелад с насыщенным фруктовым
    вкусом.  ; Мармелад, халва, зефир, восточные сладости; Цена: 106.0; Рейтинг: 4.9'
  - 'passage: Фаритол сироп 150мл Подорожник/Алтей/Чабрец; Сироп подорожника, алтея
    и чабреца для детей с 3-х лет и взрослых.  ЭКСТРАКТ ЛИСТЬЕВ ПОДОРОЖНИКА обладает
    успокаивающим действием на горло и голосовые связки. Оказывает отхаркивающее действие
    и способствует более быстрому выведению мокроты из бронхов. ЭКСТРАКТ ЧАБРЕЦА обладает
    бактерицидным, противовоспалительным, отхаркивающим свойствами. Оказывает успокаивающее
    и смягчающее действие на слизистые. Способствует снижению вязкости мокроты, разрыхлению
    воспалительных налетов, ускоряя выведение из организма продуктов воспаления и
    слизистых масс. ЭКСТРАКТ КОРНЕЙ АЛТЕЯ  мягко обволакивая слизистые оболочки, препятствует
    их раздражению и обладает смягчающим и увлажняющим свойствами. Активизируя двигательную
    активность реснитчатого эпителия верхних дыхательных путей, способствует разжижению
    слизи, стимулирует высвобождение дыхательных каналов от мокроты.; Витамины, БАДы;
    Цена: 278.0; Рейтинг: 0.0'
  - 'passage: Батончик протеиновый Snaq Fabriq Арахис и карамель 50 г; Протеиновый
    батончик с натуральными ингредиентами, без сахара и глютена.; Батончики; Цена:
    99.0; Рейтинг: 4.9'
- source_sentence: 'query: вареники сулугуни'
  sentences:
  - 'passage: Чипсы Naitori из морских водорослей 3 г; Хрустящие чипсы из водорослей
    нори, обжаренные на оливковом масле с солью.  ; Снеки; Цена: 55.0; Рейтинг: 4.9'
  - 'passage: Вареники с вишневой начинкой, 500 г; Постные вареники с вишней, тонким
    тестом; Пельмени, вареники и манты; Цена: 336.0; Рейтинг: 4.7'
  - 'passage: Протеин сывороточный "Ваниль"; Сывороточный протеин с ванильным вкусом;
    Протеин; Цена: 1464.0; Рейтинг: 4.9'
- source_sentence: 'query: каша молочно'
  sentences:
  - 'passage: Вишня сушеная, 1 кг; Спелая, сочная вишня, высушена, чтобы сохранить
    цвет и вкус; Орехи, сухофрукты; Цена: 3000.0; Рейтинг: 4.6'
  - 'passage: Крем для тела с кислотами Acid Cloud, 250 мл; Крем с энзимами и кислотами
    для красоты и здоровья кожи. Борется с высыпаниями, шелушениями и постакне, возвращает
    мягкость коже.; Кремы косметические; Цена: 1792.0; Рейтинг: 5.0'
  - 'passage: Шоколад ремесленный горький 74%; Ремесленный шоколад из перуанских и
    колумбийских какао-бобов; Шоколад; Цена: 310.0; Рейтинг: 4.9'
- source_sentence: 'query: хачапури по аджарски'
  sentences:
  - 'passage: Напиток на чайном грибе с цветами липы и чабрецом, 350 мл; Тонизирующий
    напиток природного брожения. Приготовлен на чистой культуре чайного гриба с цветами
    липы, чабрецом и иван-чаем. Вкус: кислинка и терпкость трав.; Квас; Цена: 98.0;
    Рейтинг: 4.7'
  - 'passage: Дезодорант-антиперспирант Nivea Men Серебряная защита 50 мл; Антибактериальный
    дезодорант с ионами серебра для защиты от пота и запаха на 99,9%. Успокаивает
    кожу и имеет свежий мужской аромат. Не содержит спирта.; Дезодоранты; Цена: 395.0;
    Рейтинг: 4.9'
  - 'passage: Икра трески, 240 г; Нежная подсоленная икра тихоокеанской трески. С
    узнаваемым, чуть сладковатым вкусом и зернистой текстурой. Идеально подходит для
    сэндвичей, канапе и салатов.; Икра; Цена: 207.0; Рейтинг: 4.8'
model-index:
- name: SentenceTransformer based on intfloat/multilingual-e5-small
  results:
  - task:
      type: semantic-similarity
      name: Semantic Similarity
    dataset:
      name: dev
      type: dev
    metrics:
    - type: pearson_cosine
      value: 0.8058103374607081
      name: Pearson Cosine
    - type: spearman_cosine
      value: 0.8022089220262975
      name: Spearman Cosine
    - type: pearson_manhattan
      value: 0.7663931903358694
      name: Pearson Manhattan
    - type: spearman_manhattan
      value: 0.8007955322402943
      name: Spearman Manhattan
    - type: pearson_euclidean
      value: 0.7686449116883721
      name: Pearson Euclidean
    - type: spearman_euclidean
      value: 0.8022089220262975
      name: Spearman Euclidean
    - type: pearson_dot
      value: 0.8058103383272679
      name: Pearson Dot
    - type: spearman_dot
      value: 0.8022089220262975
      name: Spearman Dot
    - type: pearson_max
      value: 0.8058103383272679
      name: Pearson Max
    - type: spearman_max
      value: 0.8022089220262975
      name: Spearman Max
---

# SentenceTransformer based on intfloat/multilingual-e5-small

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small). 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](https://huggingface.co/intfloat/multilingual-e5-small) <!-- at revision fd1525a9fd15316a2d503bf26ab031a61d056e98 -->
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 384 tokens
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->

### 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': 256, '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:

```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("Data-Lab/multilingual-e5-small-cross-encoder-v0.1")
# Run inference
sentences = [
    'query: хачапури по аджарски',
    'passage: Напиток на чайном грибе с цветами липы и чабрецом, 350 мл; Тонизирующий напиток природного брожения. Приготовлен на чистой культуре чайного гриба с цветами липы, чабрецом и иван-чаем. Вкус: кислинка и терпкость трав.; Квас; Цена: 98.0; Рейтинг: 4.7',
    'passage: Икра трески, 240 г; Нежная подсоленная икра тихоокеанской трески. С узнаваемым, чуть сладковатым вкусом и зернистой текстурой. Идеально подходит для сэндвичей, канапе и салатов.; Икра; Цена: 207.0; Рейтинг: 4.8',
]
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]
```

<!--
### Direct Usage (Transformers)

<details><summary>Click to see the direct usage in Transformers</summary>

</details>
-->

<!--
### Downstream Usage (Sentence Transformers)

You can finetune this model on your own dataset.

<details><summary>Click to expand</summary>

</details>
-->

<!--
### Out-of-Scope Use

*List how the model may foreseeably be misused and address what users ought not to do with the model.*
-->

## Evaluation

### Metrics

#### Semantic Similarity
* Dataset: `dev`
* Evaluated with [<code>EmbeddingSimilarityEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)

| Metric             | Value      |
|:-------------------|:-----------|
| pearson_cosine     | 0.8058     |
| spearman_cosine    | 0.8022     |
| pearson_manhattan  | 0.7664     |
| spearman_manhattan | 0.8008     |
| pearson_euclidean  | 0.7686     |
| spearman_euclidean | 0.8022     |
| pearson_dot        | 0.8058     |
| spearman_dot       | 0.8022     |
| pearson_max        | 0.8058     |
| **spearman_max**   | **0.8022** |

<!--
## Bias, Risks and Limitations

*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
-->

<!--
### Recommendations

*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
-->

## Training Details

### Training Dataset

#### Unnamed Dataset


* Size: 6,577 training samples
* Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>label</code>
* Approximate statistics based on the first 1000 samples:
  |         | sentence_0                                                                       | sentence_1                                                                          | label                                                         |
  |:--------|:---------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:--------------------------------------------------------------|
  | type    | string                                                                           | string                                                                              | float                                                         |
  | details | <ul><li>min: 6 tokens</li><li>mean: 8.99 tokens</li><li>max: 18 tokens</li></ul> | <ul><li>min: 34 tokens</li><li>mean: 67.08 tokens</li><li>max: 256 tokens</li></ul> | <ul><li>min: 0.0</li><li>mean: 0.5</li><li>max: 1.0</li></ul> |
* Samples:
  | sentence_0                                            | sentence_1                                                                                                                                                                                           | label            |
  |:------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------|
  | <code>query: ополаскиватель для рта</code>            | <code>passage: Блин сырный по-голландски; Голландский сырный блинчик с пикантным чесноком и домашним майонезом; Блины; Цена: 218.0; Рейтинг: 4.8</code>                                              | <code>0.0</code> |
  | <code>query: таблетки для посудомоечной машины</code> | <code>passage: Десерт многослойный с фруктовым соком; Сочное желе из натуральных соков с фруктозно-глюкозным сиропом. Кисло-сладкий десерт.; Пирожные, муссы, суфле; Цена: 75.0; Рейтинг: 4.8</code> | <code>0.0</code> |
  | <code>query: пельмени с индейкой мини</code>          | <code>passage: Кумин молотый Золото Индии; Сильный сладковато-горький вкус. Идеально с рыбой, молочными продуктами и овощами.; Специи и приправы; Цена: 137.0; Рейтинг: 4.9</code>                   | <code>0.0</code> |
* Loss: [<code>CosineSimilarityLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosinesimilarityloss) with these parameters:
  ```json
  {
      "loss_fct": "torch.nn.modules.loss.MSELoss"
  }
  ```

### Training Hyperparameters
#### Non-Default Hyperparameters

- `eval_strategy`: steps
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 32
- `fp16`: True
- `multi_dataset_batch_sampler`: round_robin

#### All Hyperparameters
<details><summary>Click to expand</summary>

- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 32
- `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`: 3
- `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`: 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`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin

</details>

### Training Logs
| Epoch | Step | dev_spearman_max |
|:-----:|:----:|:----------------:|
| 1.0   | 103  | 0.8078           |
| 2.0   | 206  | 0.8052           |
| 3.0   | 309  | 0.8022           |


### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.2.0
- Transformers: 4.44.0
- PyTorch: 2.3.1+cu121
- Accelerate: 0.31.0
- Datasets: 2.20.0
- Tokenizers: 0.19.1

## Citation

### BibTeX

#### Sentence Transformers
```bibtex
@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",
}
```

<!--
## Glossary

*Clearly define terms in order to be accessible across audiences.*
-->

<!--
## Model Card Authors

*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->

<!--
## Model Card Contact

*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
-->