File size: 38,127 Bytes
c3ae363 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 |
---
base_model: intfloat/multilingual-e5-large
language:
- multilingual
library_name: sentence-transformers
license: apache-2.0
metrics:
- cosine_accuracy
- dot_accuracy
- manhattan_accuracy
- euclidean_accuracy
- max_accuracy
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:1412
- loss:TripletLoss
widget:
- source_sentence: Chapado de paramento vertical exterior a una altura <= 3 m, con
piedra calcárea nacional con una cara apomazada, precio alto, de 30 mm de espesor
con taladros para fijaciones y arista viva en los cuatro bordes y de 2501 a 6400
cm2, colocada con adhesivo C2 TE (UNE-EN 12004) y ganchos de acero inoxidable,
y rejuntado con lechada CG2 (UNE-EN 13888)
sentences:
- Piso laminado de madera de cerezo, compuesto por tablas multicapa con un acabado
de 2,5 a 2,9 mm de grosor, dimensiones superiores a 1900 mm de largo y 200 mm
de ancho, con un espesor total de 14 mm, que incluye 3 listones por tabla y sistema
de unión para encolar, instalado sobre una base de polietileno expandido de 3
mm.
- Revestimiento de pared exterior a una altura máxima de 3 m, utilizando piedra
caliza nacional con acabado pulido, de 30 mm de grosor, con perforaciones para
fijaciones y bordes afilados, con dimensiones de 2501 a 6400 cm2, instalado con
adhesivo C2 TE (UNE-EN 12004) y ganchos de acero inoxidable, y sellado con mortero
CG2 (UNE-EN 13888).
- Revestimiento de paramento interior a una altura > 3 m, con cerámica importada
con acabado rugoso, precio bajo, de 15 mm de espesor sin perforaciones y arista
redondeada en los bordes, y de 1000 a 2500 cm2, colocada con mortero convencional
y sin rejuntado.
- source_sentence: Hormigonado para muro, con hormigón para armar autocompactante
con aditivo hidrófugo HA - 35 / AC / 20 / XC4 + XD3 + XA1 con una cantidad de
cemento de 325 kg/m3 i relación agua cemento =< 0.5, colocado con cubilote
sentences:
- Pared exterior de panel de madera contralaminada de 180 mm de grosor, compuesta
por 5 capas de madera de pino C24, unidas con adhesivo libre de urea-formaldehído,
con disposición transversal en ambas caras, sin tratamiento hidrófugo, y acabado
superficial tipo vivienda en ambas caras utilizando madera de Alerce europeo barnizada
en un lado y madera de abeto rojo con lasur en el otro, fijada mecánicamente,
con desolidarización del soporte mediante banda resiliente de caucho EPDM, unida
con grapas; los paneles se ensamblan mediante machihembrado y se fijan con tornillos
de acero, sellando las juntas interiores con cinta adhesiva de goma butílica y
las exteriores con cinta autoadhesiva de polietileno acrílico, tras aplicar una
imprimación acrílica incolora; se resuelven las uniones con tornillos de acero
y se fijan los paneles con elementos de acero galvanizado.
- Hormigonado para pavimento, utilizando hormigón convencional con aditivo retardante
de fraguado, con una cantidad de cemento de 400 kg/m3 y relación agua-cemento
=< 0.6, aplicado con bomba de presión.
- Vertido de hormigón para la construcción de muros, utilizando hormigón autocompactante
con aditivo impermeabilizante HA - 35 / AC / 20 / XC4 + XD3 + XA1, con una dosificación
de cemento de 325 kg/m3 y una relación agua-cemento menor o igual a 0.5, aplicado
mediante cubilote.
- source_sentence: Caldera mural de condensación, para gas propano, de 70 kW de potencia
térmica útil, para calefacción, superficies de transmisión de calor de acero inoxidable
1.4404 (AISI 316L), quemador monobloque modulate de tipo premezcla con modulación
1:4, temperatura de funcionamiento 80°C, temperatura máxima 90°C, presión máxima
0,4 MPa, eficiencia en régimen de alta temperatura (80/60°C) del 88% respecto
al PCS, eficiencia en régimen de baja temperatura (50/30°C) al 30% de la carga
del 98% respecto al PCS, funcionamiento en función de la temperatura exterior,
para instalación como caldera individual, no incluye la bomba circuladora, colocada
con soportes murales
sentences:
- Caldera de leña de alto rendimiento, diseñada para calefacción de espacios amplios,
con una capacidad de 50 kW, fabricada en acero al carbono, equipada con un sistema
de combustión de leña de tipo tradicional, temperatura de operación de 70°C, presión
de trabajo de 0,5 MPa, eficiencia energética del 75% en condiciones de carga máxima,
ideal para instalaciones en zonas rurales, incluye sistema de ventilación forzada,
montada sobre base de hormigón.
- Vertido de hormigón para vigas inclinadas, utilizando hormigón pretensado con
aditivo impermeabilizante HP - 40 / F / 20 / XC4, con una dosificación de cemento
de 350 kg/m3 y una relación agua-cemento menor o igual a 0.45, aplicado con cubilote.
- Caldera de condensación mural para gas propano, con una potencia térmica útil
de 70 kW, diseñada para calefacción, equipada con superficies de intercambio térmico
de acero inoxidable 1.4404 (AISI 316L), quemador monobloque de modulación premezclada
con una relación de modulación de 1:4, operando a una temperatura de 80°C y un
máximo de 90°C, con una presión máxima de 0,4 MPa, eficiencia del 88% en alta
temperatura (80/60°C) y del 98% en baja temperatura (50/30°C) al 30% de carga,
con control de funcionamiento según la temperatura exterior, adecuada para instalación
como caldera individual, sin bomba circuladora, montada con soportes en la pared.
- source_sentence: Alcantarilla con tubo de polietileno de alta densidad de designación
PE 100, de 450 mm de diámetro nominal, de 10 bar de presión nominal, serie SDR
17, según la norma UNE-EN 12201-2, soldada, con grado de dificultad media y colocado
en el fondo de la zanja, en entorno urbano sin dificultad de movilidad, en aceras
<= 3 m de ancho o calzada/plataforma única <= 7 m de ancho, con afectación por
servicios o elementos de mobiliario urbano, en actuaciones de más de100 m
sentences:
- Paneles de aislamiento de poliestireno extruido (XPS) de 160 mm de grosor, con
una resistencia a compresión mínima de 300 kPa y una resistencia térmica de entre
5.714 y 5.161 m²·K/W, acabados con superficie lisa y bordes en media madera, instalados
con adhesivo de mortero.
- Tubería de polietileno de alta densidad PE 100, de 450 mm de diámetro, con una
presión nominal de 10 bar y serie SDR 17, conforme a la norma UNE-EN 12201-2,
instalada en el fondo de una zanja en un entorno urbano, con dificultad media,
en aceras de hasta 3 m de ancho o calzadas de hasta 7 m, afectada por servicios
y mobiliario urbano, en proyectos que superan los 100 m.
- Alcantarilla de concreto armado con refuerzo de acero, de 600 mm de diámetro nominal,
diseñada para soportar 15 bar de presión, serie SDR 26, conforme a la norma UNE-EN
1916, instalada en la parte superior de la zanja, en un entorno rural con acceso
restringido, en caminos de tierra <= 5 m de ancho, sin interferencias por servicios
o elementos de infraestructura, en proyectos de menos de 50 m.
- source_sentence: Vidrio aislante de luna incolora de 5 mm de espesor, cámara de
aire de 10 mm y luna de 3+3 mm de espesor con 1 butiral de color estándard de
luna de coloreado, clase 2 (B) 2 según UNE-EN 12600, colocado con perfiles conformados
de neopreno sobre aluminio o PVC
sentences:
- Vidrio templado de color azul de 6 mm de espesor, con una cámara de aire de 12
mm y luna de 4+4 mm de espesor, utilizando un butiral transparente, clase 1 (A)
1 según UNE-EN 12600, instalado con marcos de acero inoxidable.
- Sistema de aislamiento térmico exterior (SATE) con paneles de poliestireno expandido
(EPS) de 40 mm, que ofrece una resistencia térmica de 1,05 m2·K/W, fijado con
mortero de cemento y reforzado con malla de fibra de vidrio, terminado con un
enfoscado monocapa de cemento, cumpliendo con la normativa UNE-EN 998-1.
- Vidrio doble de 5 mm de espesor con cámara de aire de 10 mm y vidrio laminado
de 3+3 mm, utilizando butiral estándar de color, clase 2 (B) 2 según UNE-EN 12600,
instalado con marcos de neopreno sobre aluminio o PVC.
model-index:
- name: Multilingual E5 Large with Linear Adapter for Construction Terms
results:
- task:
type: triplet
name: Triplet
dataset:
name: validation set
type: validation-set
metrics:
- type: cosine_accuracy
value: 0.9772727272727273
name: Cosine Accuracy
- type: dot_accuracy
value: 0.056818181818181816
name: Dot Accuracy
- type: manhattan_accuracy
value: 0.9772727272727273
name: Manhattan Accuracy
- type: euclidean_accuracy
value: 0.9772727272727273
name: Euclidean Accuracy
- type: max_accuracy
value: 0.9772727272727273
name: Max Accuracy
---
# Multilingual E5 Large with Linear Adapter for Construction Terms
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). 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](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision ab10c1a7f42e74530fe7ae5be82e6d4f11a719eb -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 1024 tokens
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
- **Language:** multilingual
- **License:** apache-2.0
### 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': 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()
(linear_adapter): MyLinearAdapter(
(linear): Linear(in_features=1024, out_features=1024, bias=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("RamsesDIIP/me5-large-construction-adapter")
# Run inference
sentences = [
'Vidrio aislante de luna incolora de 5 mm de espesor, cámara de aire de 10 mm y luna de 3+3 mm de espesor con 1 butiral de color estándard de luna de coloreado, clase 2 (B) 2 según UNE-EN 12600, colocado con perfiles conformados de neopreno sobre aluminio o PVC',
'Vidrio doble de 5 mm de espesor con cámara de aire de 10 mm y vidrio laminado de 3+3 mm, utilizando butiral estándar de color, clase 2 (B) 2 según UNE-EN 12600, instalado con marcos de neopreno sobre aluminio o PVC.',
'Vidrio templado de color azul de 6 mm de espesor, con una cámara de aire de 12 mm y luna de 4+4 mm de espesor, utilizando un butiral transparente, clase 1 (A) 1 según UNE-EN 12600, instalado con marcos de acero inoxidable.',
]
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]
```
<!--
### 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
#### Triplet
* Dataset: `validation-set`
* Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator)
| Metric | Value |
|:-------------------|:-----------|
| cosine_accuracy | 0.9773 |
| dot_accuracy | 0.0568 |
| manhattan_accuracy | 0.9773 |
| euclidean_accuracy | 0.9773 |
| **max_accuracy** | **0.9773** |
<!--
## 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: 1,412 training samples
* Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
| | anchor | positive | negative |
|:--------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 13 tokens</li><li>mean: 105.73 tokens</li><li>max: 317 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 102.31 tokens</li><li>max: 282 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 86.46 tokens</li><li>max: 265 tokens</li></ul> |
* Samples:
| anchor | positive | negative |
|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Hormigonado para riostras y pilarejos, con hormigón para armar autocompactante HA - 40 / AC / 20 / XC4 + XS1 + XA1 con una cantidad de cemento de 350 kg/m3 i relación agua cemento =< 0.45, colocado con cubilote</code> | <code>Vertido de hormigón para vigas y columnas, utilizando hormigón autocompactante HA - 40 / AC / 20 / XC4 + XS1 + XA1 con una dosificación de cemento de 350 kg/m3 y una relación agua-cemento menor o igual a 0.45, aplicado con cubilote.</code> | <code>Hormigonado para cimientos y muros, utilizando hormigón convencional de resistencia media con una cantidad de cemento de 300 kg/m3 y relación agua-cemento =< 0.50, vertido manualmente.</code> |
| <code>Tapón extremo de polietileno, diámetro nominal DN 400, conexión hembra-hembra, de superficies interna lisa y externa lisa reforzada con nervios, de fabricación inyectada según norma UNE-EN 13476-3, apta para tubo de saneamiento enterrado sin presión de superficies interna lisa y externa perfilada según norma UNE-EN 13476-3, para doble unión elástica con anillas elastoméricas de estanquidad, colocado sobre lecho de arena de 15 cm de espesor, incluído el relleno del apoyo, con pisón vibrante eléctrico</code> | <code>Tapón de polietileno de diámetro nominal DN 400, con conexión hembra-hembra, superficies internas y externas lisas, fabricado por inyección conforme a la norma UNE-EN 13476-3, adecuado para tubería de saneamiento enterrada sin presión, con doble unión elástica y anillas de sellado, instalado sobre un lecho de arena de 15 cm de grosor, incluyendo el relleno de soporte, utilizando un pisón vibrante eléctrico.</code> | <code>Tapón de PVC, diámetro nominal DN 500, conexión macho-hembra, de superficies interna rugosa y externa lisa, de fabricación extruida según norma UNE-EN 1401, apto para tubo de desagüe superficial con superficies interna y externa lisas, para unión rígida con adhesivo, colocado sobre lecho de grava de 20 cm de espesor, excluido el relleno del soporte, con compactador manual.</code> |
| <code>Vidrio aislante de luna incolora de 6+6 mm de espesor con 1 butiral de color estándard clase 2 (B) 2 según UNE-EN 12600, cámara de aire de 6 mm y luna de 8+8 mm de espesor con 1 butiral transparente de luna incolora, clase 2 (B) 2 según UNE-EN 12600, colocado con perfiles conformados de neopreno sobre aluminio o PVC</code> | <code>Vidrio doble de 6+6 mm de espesor con butiral estándar de color clase 2 (B) 2 según UNE-EN 12600, con una cámara de aire de 6 mm y un vidrio de 8+8 mm de espesor con butiral transparente, clase 2 (B) 2 según UNE-EN 12600, instalado con marcos de neopreno sobre aluminio o PVC.</code> | <code>Vidrio templado de color verde de 10+10 mm de espesor con 1 butiral de color personalizado clase 1 (A) 1 según UNE-EN 12600, cámara de aire de 8 mm y luna de 6+6 mm de espesor con 1 butiral opaco, clase 1 (A) 1 según UNE-EN 12600, instalado con marcos de acero inoxidable.</code> |
* Loss: [<code>TripletLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters:
```json
{
"distance_metric": "TripletDistanceMetric.EUCLIDEAN",
"triplet_margin": 5
}
```
### Evaluation Dataset
#### Unnamed Dataset
* Size: 176 evaluation samples
* Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 176 samples:
| | anchor | positive | negative |
|:--------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 25 tokens</li><li>mean: 111.19 tokens</li><li>max: 298 tokens</li></ul> | <ul><li>min: 24 tokens</li><li>mean: 104.95 tokens</li><li>max: 272 tokens</li></ul> | <ul><li>min: 24 tokens</li><li>mean: 86.95 tokens</li><li>max: 235 tokens</li></ul> |
* Samples:
| anchor | positive | negative |
|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Sistema de aislamiento térmico por el exterior (SATE) con aislamiento exterior para soporte de revestimiento delgado, con plancha de poliestireno expandido (EPS), de 40 mm de espesor, de 60 kPa de tensión a la compresión, de 1,05 m2·K/W de resistencia térmica, con una cara lisa y borde recto, fijada mecánicamente con mortero de cemento para uso corriente (GP) y taco y soporte de nylon, y revestida con morter de cemento para uso corriente (GP) con malla de fibra de vidrio revestida de PVC, de dimensiones 4x4 mm, con un peso mínimo de 160 g/m2 embebida, acabado exteriormente con enfoscado con mortero monocapa (OC) de cemento, de designación CSIII-W2, según la norma UNE-EN 998-1, colocado manualmente y acabado liso, con parte proporcional de protección de arista con cantonera de aluminio de 5 mm de espesor y 25 mm de desarrollo. No incluye la preparación del soporte. B2+R3 según CTE/DB-HS 2006</code> | <code>Sistema de aislamiento térmico exterior (SATE) con paneles de poliestireno expandido (EPS) de 40 mm, que ofrece una resistencia térmica de 1,05 m2·K/W, fijado con mortero de cemento y reforzado con malla de fibra de vidrio, terminado con un enfoscado monocapa de cemento, cumpliendo con la normativa UNE-EN 998-1.</code> | <code>Sistema de impermeabilización de techos con membrana asfáltica de 3 mm de espesor, con una resistencia a la tracción de 200 N/5 cm, fijada mecánicamente con tornillos de acero inoxidable y sellada con masilla de poliuretano, y revestida con gravilla de 10 mm de diámetro, para mejorar la durabilidad y la estética del acabado, con un peso mínimo de 300 g/m2, colocada en capas cruzadas y con un acabado rugoso, sin incluir la preparación del soporte. B1+R2 según CTE/DB-HS 2006.</code> |
| <code>Pared de cerramiento de dos caras vistas de 20 cm de espesor de bloque macizo de mortero cemento, de 400x90x200 mm, liso, blanco con componentes hidrofugantes, categoría I según la norma UNE-EN 771-3, tomado con mortero cemento 1:6 de cemento blanco de albañilería</code> | <code>Muro de cerramiento de doble cara de 20 cm de grosor, construido con bloques macizos de mortero de cemento de dimensiones 400x90x200 mm, acabado liso y blanco, con aditivos hidrofugantes, clasificado como categoría I según la norma UNE-EN 771-3, unido con mortero de cemento 1:6 de cemento blanco para albañilería.</code> | <code>Pared de soporte de una sola cara de 15 cm de espesor de ladrillo hueco de arcilla, de 300x150x200 mm, rugoso, rojo sin aditivos, categoría II según la norma UNE-EN 771-1, unida con mortero de cal 1:3 de cemento gris.</code> |
| <code>Hormigonado de losas con hormigón para armar con aditivo hidrófugo HA - 30 / B / 20 / XC4 + XD3 + XF4 + XM2 con una cantidad de cemento de 350 kg/m3 i relación agua cemento =< 0.5, colocado con cubilote</code> | <code>Vertido de losas utilizando hormigón armado con aditivo impermeabilizante HA - 30 / B / 20 / XC4 + XD3 + XF4 + XM2, con una dosificación de cemento de 350 kg/m3 y una relación agua-cemento menor o igual a 0.5, aplicado con cubilote.</code> | <code>Hormigonado de columnas con hormigón para estructuras de soporte con aditivo retardante HR - 25 / A / 15 / XC2 + XD1 + XF2 + XM1 con una cantidad de cemento de 400 kg/m3 y relación agua cemento =< 0.6, vertido con bomba.</code> |
* Loss: [<code>TripletLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters:
```json
{
"distance_metric": "TripletDistanceMetric.EUCLIDEAN",
"triplet_margin": 5
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 5
- `per_device_eval_batch_size`: 5
- `learning_rate`: 2e-05
- `num_train_epochs`: 5
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates
#### 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`: 5
- `per_device_eval_batch_size`: 5
- `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`: 5
- `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`: 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`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
</details>
### Training Logs
| Epoch | Step | Training Loss | Validation Loss | validation-set_max_accuracy |
|:------:|:----:|:-------------:|:---------------:|:---------------------------:|
| 0.7067 | 200 | 4.3691 | 3.3158 | 0.9318 |
| 1.4134 | 400 | 2.0025 | 1.2971 | 0.9716 |
| 2.1201 | 600 | 1.0978 | 1.1959 | 0.9716 |
| 2.8269 | 800 | 0.7522 | 0.6714 | 0.9943 |
| 3.5336 | 1000 | 0.5156 | 0.7532 | 0.9659 |
| 4.2403 | 1200 | 0.3121 | 0.5983 | 0.9773 |
| 4.9470 | 1400 | 0.2111 | 0.5432 | 0.9773 |
| 5.0 | 1415 | - | - | 0.9773 |
### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.2.0
- Transformers: 4.44.2
- PyTorch: 2.4.1+cu121
- Accelerate: 0.34.2
- Datasets: 3.0.1
- 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",
}
```
#### TripletLoss
```bibtex
@misc{hermans2017defense,
title={In Defense of the Triplet Loss for Person Re-Identification},
author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
year={2017},
eprint={1703.07737},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
```
<!--
## 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.*
--> |