SentenceTransformer

This is a sentence-transformers model trained. 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

• Maximum Sequence Length: 128 tokens
• Output Dimensionality: 384 dimensions
• Similarity Function: Cosine Similarity

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': 128, 'do_lower_case': False, 'architecture': '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})
)

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 = [
    'Doente, 25 anos, G3P2A0 (2 partos vaginais), chega à urgência referindo dor no abdómen inferior associada a cefaleias, náuseas, 2 episódios de vómitos, dor epigástrica e diminuição dos movimentos fetais. A doente encontra-se com 32 semanas de idade gestacional e refere não ter tido qualquer intercorrência na gravidez até ao presente momento. Ao exame físico: TA: 150 x 110 mmHg, BCF: 144 bpm, movimentos fetais presentes, edema presente nos membros inferiores (3+), altura uterina: 29cm; tira-teste de urina: negativo. Solicitadas análises laboratoriais, com os seguintes resultados: Hemoglobina: 10,8 g/dL; Hematócrito: 30%; leucócitos totais: 9.400 células/mm3 sem desvio; plaquetas: 113.000/µL; Creatinina: 1,1 mg/dL; Ureia: 28 mg/dL; AST: 15 u/L; ALT: 14 u/L; LDH (desidrogenase lática): 400 UI/L; Bilirrubina total: 0,4 mg/dL; Bilirrubina direta 0,2 mg/dL; Bilirrubina indireta: 0,2 mg/dL. Ecografia obstétrica evidencia peso fetal no percentil 3 e ILA (índice de líquido amniótico) de 4,0cm; Doppler normal. Qual o diagnóstico e a conduta?',
    'Pré-eclâmpsia com sinais de gravidade. Internamento hospitalar, sulfato de magnésio, programar interrupção da gravidez.',
    'Hipertensão gestacional. Manter doente internada e aguardar completar 34 semanas de gestação para interrupção da mesma.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.5402, 0.1571],
#         [0.5402, 1.0000, 0.3841],
#         [0.1571, 0.3841, 1.0000]])

Evaluation

Metrics

Information Retrieval

• Dataset: Vigilante-Medico
• Evaluated with InformationRetrievalEvaluator

Training Details

Training Dataset

Unnamed Dataset

• Size: 640 training samples
• Columns: sentence_0, sentence_1, and sentence_2
• Approximate statistics based on the first 640 samples:

  	sentence_0	sentence_1	sentence_2
  type	string	string	string
  details	min: 13 tokensmean: 104.5 tokensmax: 128 tokens	min: 3 tokensmean: 23.37 tokensmax: 128 tokens	min: 3 tokensmean: 22.56 tokensmax: 128 tokens

• Samples:

  sentence_0	sentence_1	sentence_2
  Mulher, 30 anos, com história de colite ulcerosa há 3 meses, em terapêutica com infliximab há 2 meses, dá entrada no atendimento urgente com disenteria intensa, distensão abdominal, febre de 38ºC, taquicardia (120 bpm), anemia ligeira, hipotensão, dor abdominal e descompressão brusca negativa. Podemos afirmar que:	Deverá ser submetida a cirurgia de colectomia subtotal com ileostomia terminal.	A tomografia computorizada do abdómen não acrescenta nada ao diagnóstico em relação ao RX do abdómen.
  As cardiopatias congénitas são defeitos estruturais do coração que estão presentes na vida fetal e ao nascimento. Esse grupo representa cerca de 30% de todas as malformações congénitas e tem incidência em torno de 9,4 casos para cada 1000 nados-vivos. O diagnóstico das cardiopatias congénitas pode ser feito na vida fetal ou após o nascimento através do exame clínico pós-natal. Acerca do teste de oximetria de pulso (teste do pezinho), podemos afirmar:	O teste consiste em aferir a oximetria de pulso na mão direita (MSD) e num dos pés (MI) do recém-nascido, e considera-se como normal a SpO2 maior ou igual a 95% e uma diferença de SpO2 entre o membro superior direito e um dos membros inferiores menor ou igual a 3%.	Ao aferir a oximetria de pulso do RN, o valor de referência normal da SpO2 deve estar entre 90% e 94% ou uma diferença entre as medidas do membro superior direito e o membro inferior maior ou igual a 4%.
  Doente masculino, 20 anos, vítima de acidente de motociclo. A equipa de socorro pré-hospitalar refere que ele se encontrava sem capacete e com hálito alcoólico. O doente dá entrada na urgência com colar cervical e máscara de oxigénio 12L/minuto, mantendo via aérea permeável com cânula orofaríngea. A avaliação do pescoço e do tórax não apresenta alterações aparentes e a frequência respiratória é de 28cpm. Tensão Arterial de 90/60mmHg, Frequência Cardíaca de 68bpm, pele com temperatura normal. Ao ser chamado, o doente não abre os olhos, contudo, ao estímulo doloroso, abre os olhos, faz uma retirada inespecífica com o membro superior direito e não emite nenhum som vocal. Estava coberto com uma manta térmica. A partir dos dados desta história clínica, qual a melhor alternativa que contém o valor da Escala de Coma de Glasgow (ECG) e a conduta para este doente?	ECG 7; intubação orotraqueal.	ECG 9; reposição volémica agressiva.

• Loss: MultipleNegativesRankingLoss with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• num_train_epochs: 10
• multi_dataset_batch_sampler: round_robin

All Hyperparameters

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: steps
• 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: 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: 10
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: None
• 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
• 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}
• parallelism_config: 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
• project: huggingface
• trackio_space_id: trackio
• 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
• hub_revision: None
• 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
• include_tokens_per_second: False
• include_num_input_tokens_seen: no
• neftune_noise_alpha: None
• optim_target_modules: None
• batch_eval_metrics: False
• eval_on_start: False
• use_liger_kernel: False
• liger_kernel_config: None
• eval_use_gather_object: False
• average_tokens_across_devices: True
• prompts: None
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: round_robin
• router_mapping: {}
• learning_rate_mapping: {}

Training Logs

Framework Versions

• Python: 3.12.12
• Sentence Transformers: 5.2.2
• Transformers: 4.57.6
• PyTorch: 2.9.0+cu126
• Accelerate: 1.12.0
• Datasets: 4.0.0
• Tokenizers: 0.22.2

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}
}