---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
base_model: sagorsarker/bangla-bert-base
widget:
- source_sentence: >-
    মেহেরপুরে বিএনপি নেতা হামিদুর রহমান হেলাল ও তাঁর মেয়ে সেতু হত্যা মামলার
    প্রধান আসামি মোস্তাফিজুর রহমান টিপুকে কারাগারে পাঠিয়েছেন আদালত
  sentences:
  - >-
    মেহেরপুরে বিএনপি নেতা হামিদুর রহমান হেলাল ও তাঁর মেয়ে সেতু হত্যা মামলার
    প্রধান আসামি মোস্তাফিজুর রহমান টিপুকে কারাগারে পাঠিয়েছেন আদালত
  - স্টেসে কানিংহামকে এক্সচেঞ্জের তম প্রেসিডেন্ট হিসেবে ঘোষণা দেওয়া হয়েছে
  - আসিফ আকবরের সঙ্গে এটাই আমার প্রথম গান
- source_sentence: উদ্দাম নাচলেন তারা
  sentences:
  - উদ্দাম নাচলেন তারা
  - >-
    শিক্ষাপ্রতিষ্ঠানগুলি অন্য কোনও উপায়ে শিক্ষার্থীদের মূল্যায়ন করবে কিনা সে
    বিষয়ে এখনও কোনও সিদ্ধান্ত হয়নি
  - বিয়ের পর তিনি জানতে পারেন তার স্বামী আগেও বিয়ে করেছেন
- source_sentence: >-
    এমনই একটি সংলাপ শোনা যাবে নাট্যনির্মাতা মোস্তফা সারোয়ার ফারুকীর তিন মিনিটের
    একটি মোটিভেশনাল চলচ্চিত্রে
  sentences:
  - আর এ তালিকাই সার্চ কমিটির কাছে জমা দিয়েছিল তারা
  - >-
    এমনই একটি সংলাপ শোনা যাবে নাট্যনির্মাতা মোস্তফা সারোয়ার ফারুকীর তিন মিনিটের
    একটি মোটিভেশনাল চলচ্চিত্রে
  - আয়োডিনের অভাব হয় শিশু জন্মের আগেই
- source_sentence: >-
    সরকারি একজন মুখপাত্রের বরাত দিয়ে দেশটির গণমাধ্যম জাপান টাইমস এই তথ্য
    জানিয়েছে
  sentences:
  - >-
    যুগান্তরের এক সপ্তাহের অনুসন্ধানে চোরাই জুতার কারবার নিয়ে উঠে এসেছে বিচিত্র
    সব তথ্য
  - >-
    সম্প্রতি লন্ডনে অনুষ্ঠিত ফাইভজি ওয়ার্ল্ড সামিট  এ  বেস্ট ফাইভজি কোর
    নেটওয়ার্ক টেকনোলজি  শীর্ষক এই পুরস্কার দেওয়া হয়
  - >-
    সরকারি একজন মুখপাত্রের বরাত দিয়ে দেশটির গণমাধ্যম জাপান টাইমস এই তথ্য
    জানিয়েছে
- source_sentence: >-
    শুক্রবার বিকালে সিলেটের ফেঞ্চুগঞ্জের উত্তর ইসলামপুরে  বন্যার্ত পরিবারের
    মধ্যে ত্রাণ বিতরণ কার্যক্রমের উদ্বোধন শেষে সাংবাদিকদের তিনি একথা জানান
  sentences:
  - >-
    শুক্রবার বিকালে সিলেটের ফেঞ্চুগঞ্জের উত্তর ইসলামপুরে  বন্যার্ত পরিবারের
    মধ্যে ত্রাণ বিতরণ কার্যক্রমের উদ্বোধন শেষে সাংবাদিকদের তিনি একথা জানান
  - উত্তরাঞ্চল    ওভারে    নাঈম    কাপালি
  - থিওরি ও সূত্রগুলো ভালোভাবে বুঝতে  হবে
pipeline_tag: feature-extraction
language:
- bn
---

# SentenceTransformer based on sagorsarker/bangla-bert-base

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sagorsarker/bangla-bert-base](https://huggingface.co/sagorsarker/bangla-bert-base). It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

## Model Details

### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [sagorsarker/bangla-bert-base](https://huggingface.co/sagorsarker/bangla-bert-base) <!-- at revision 875aa80a42ec196c16bd931ae5d85ad949f58b16 -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->


### Full Model Architecture

```
SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, '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:

```bash
pip install -U sentence-transformers
```

Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("farhana1996/unsupervised-simcse-bangla-bert-base")
# Run inference
sentences = [
    'শুক্রবার বিকালে সিলেটের ফেঞ্চুগঞ্জের উত্তর ইসলামপুরে  বন্যার্ত পরিবারের মধ্যে ত্রাণ বিতরণ কার্যক্রমের উদ্বোধন শেষে সাংবাদিকদের তিনি একথা জানান',
    'থিওরি ও সূত্রগুলো ভালোভাবে বুঝতে  হবে',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [2, 768]

```

<!--
### 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.*
-->

<!--
## 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

* Size: 500,000 training samples


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

- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `num_train_epochs`: 1
- `multi_dataset_batch_sampler`: round_robin

</details>




### Environment
- Python: 3.10.12
- Sentence Transformers: 3.3.1
- Transformers: 4.47.0
- PyTorch: 2.5.1+cu121
- Accelerate: 1.2.1
- Datasets: 3.2.0
- Tokenizers: 0.21.0


<!--
## 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.*
-->