--- tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:200 - loss:TripletLoss base_model: sentence-transformers/all-MiniLM-L6-v2 widget: - source_sentence: '[ELISTA] Apa saja kegiatan utama yang dikelola oleh ELISTA? (Tugas Akhir/Skripsi/Tesis/Disertasi)?' sentences: - Pengajuan judul tugas akhir.Pembuatan alur waktu (timeline) tugas akhir.Pembimbingan secara online dan offline.Pembuatan undangan dan jadwal seminar/sidang tugas akhir.Manajemen tugas akhir untuk pengelola tugas akhir.Informasi terkait mahasiswa bimbingan, serta rekap dosen pembimbing, dosen penguji, dan mahasiswa bimbingan.Berbagai informasi bagi dosen seperti jadwal konsultasi, jadwal seminar/sidang dan lainnya.Berbagai informasi bagi mahasiswa seperti penerimaan/penolakan ajuan judul tugas akhir, respon bimbingan oleh dosen, dan lainnya. Pengajuan judul tugas akhir. Pembuatan alur waktu (timeline) tugas akhir. Pembimbingan secara online dan offline. Pembuatan undangan dan jadwal seminar/sidang tugas akhir. Manajemen tugas akhir untuk pengelola tugas akhir. Informasi terkait mahasiswa bimbingan, serta rekap dosen pembimbing, dosen penguji, dan mahasiswa bimbingan. Berbagai informasi bagi dosen seperti jadwal konsultasi, jadwal seminar/sidang dan lainnya. Berbagai informasi bagi mahasiswa seperti penerimaan/penolakan ajuan judul tugas akhir, respon bimbingan oleh dosen, dan lainnya. - 'Jumlah Poin maksimal kelebihan kinerja yang dapat dibayarkan:Untuk Dosen biasa = 56 poin (150%)Untuk Dosen dengan tugas tambahan = 42 poin (150%) Jumlah Poin maksimal kelebihan kinerja yang dapat dibayarkan: Untuk Dosen biasa = 56 poin (150%) Untuk Dosen dengan tugas tambahan = 42 poin (150%)' - FOTOCOPY KONVERSI NIPFOTOCOPY SK CPNSFOTOCOPY SK PNSFOTOCOPY SK PANGKAT TERAKHIRDAFTAR KELUARGA PNS (DIKETAHUI ATASAN LANGSUNG)LAPORAN PERKAWINAN PERTAMA (DIKETAHUI ATASAN LANGSUNG)FOTOCOPY SURAT NIKAH YANG DI LEGALISIR OLEH ATASAN LANGSUNGPAS FOTO UKURAN 3X4 (HITAM PUTIH) 3 LEMBAR (SUAMI+ISTRI)LAPORAN PERKAWINAN KEDUA (DIKETAHUI ATASAN LANGSUNG)* - source_sentence: Bagaimana cara mendapatkan Surat Keterangan Sedang Tidak Menerima Beasiswa? sentences: - Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan menggunakan akun yang sama dengan akun akses ke SIAKAD. Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan menggunakan akun yang sama dengan akun akses ke SIAKAD. - 1. Menemui Wakil Dekan III Bidang Kemahasiswaan dan Alumni Keguruan dan Ilmu Pendidikanguna mendapatkan Memomengenai hal terkait2. Membawa memo tersebut pada bagian Kemahasiswaan FKIP 1. Menemui Wakil Dekan III Bidang Kemahasiswaan dan Alumni Keguruan dan Ilmu Pendidikanguna mendapatkan Memomengenai hal terkait 2. Membawa memo tersebut pada bagian Kemahasiswaan FKIP - Tidak boleh dihapus, tapi ajukan permohonan perbaikan/penyesuaian MK pada kurikulum melalui Dekan/Wakil Dekan Akademik kemudian disampaikan kepada Wakil Rektor Bidang Akademik. Tidak boleh dihapus, tapi ajukan permohonan perbaikan/penyesuaian MK pada kurikulum melalui Dekan/Wakil Dekan Akademik kemudian disampaikan kepada Wakil Rektor Bidang Akademik. - source_sentence: bagaimana prosedur pembuatan surat keterangan lulus (SKL)? sentences: - Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. - Surat Keterangan Lulus (SKL) dapat diajukan apabila mahasiswa telah mendaftar yudisium fakultas.1. Mahasiswa mengajukan surat permohonan yang ditujukan ke Dekan Fakultas Sains dan Teknologi2. Melampirkan berita acara ujian skripsi dan transkrip nilai sementara Surat Keterangan Lulus (SKL) dapat diajukan apabila mahasiswa telah mendaftar yudisium fakultas. 1. Mahasiswa mengajukan surat permohonan yang ditujukan ke Dekan Fakultas Sains dan Teknologi 2. Melampirkan berita acara ujian skripsi dan transkrip nilai sementara - Password simpeg sama dengan password siakad,bila password siakad pun lupa silahkan datang ke helpdesk LPTIK atau kirim email ke helpdesk.lptik@unja.ac.id Password simpeg sama dengan password siakad, bila password siakad pun lupa silahkan datang ke helpdesk LPTIK atau kirim email ke helpdesk.lptik@unja.ac.id - source_sentence: Jika asesor pertama menyatakan valid, tapi asesor kedua menyatakan tidak valid terhadap BKD saya, apa yang harus saya lakukan (Remunerasi)? sentences: - Perhatikan saran/komentar dari asesor kedua dan kemudian tindaklanjuti sesuai saran/komentar dari asesor kedua. Perhatikan saran/komentar dari asesor kedua dan kemudian tindaklanjuti sesuai saran/komentar dari asesor kedua. - 'Untuk pelayanan mahasiswa yang berkaitan dengan akademik dapat menghubungi staf kependidikan masing-masing jurusan pada program studi, atau bisa menghubungi kontak person sebagai berikut:# Jurusan Pendidikan Dokter1.  Program Studi Pendidikan Dokter : Ibu Melly Priyana, SE (085208500620) Ruang Kerja : Ruang Akademik FKIK Unja2. Program Studi Profesi Dokter : Ibu Yuricho,S.Kep (085269962998) Ruang Kerja :Ruang Dekan FKIK Unja# Jurusan Ilmu Keperawatan1. Program Studi  Ilmu Keperawatan : Ibu Nursamsiah (082178444274) Ruang kerja : Ruang Akademik FKIK Unja2. Program Studi Profesi Ners : Ibu Nurlaila,S.Pd (082177180778)Ruang kerja : Ruang Akademik FKIK Unja# Jurusan Ilmu Kesehatan Masyarakat1. Program Studi Ilmu Kesehatan Masyarakat : Bapak Yudhi Desfratama Putra Alda, S.H. (085839603772) Ruang kerja : Ruang Program Studi Ilmu Kesehatan Masyarakat# Jurusan Ilmu Psikolgi1. Program Studi Psikologi : Ibu Lina (085383337698) Ruang kerja : Ruang Dekan FKIK Unja# Jurusan Farmasi1. Program Studi Farmasi : Bapak Ides Nawinata, S.E (085269826454) Ruang kerja : Ruang Perlengkapan FKIK Unja# Kemahasiswaan (Aktif Kuliah)1. Kemahasiswaan : Bapak Irwansyah, S.K.M (0895620070754) Ruang kerja : Ruang Perlengkapan FKIK Unja# Laboratorium1. Lab Keterampilan Klinik (SKillab) : Ibu Dyna Afriyanti,Am.Far (082177434105)2. Lab Biomedik : Ibu Peggy Dwi Pratiwi, Am.Ak (082281159219)3. Lab Anatomi : Bapak Yusiro (085269413988)# Perpustakaan1. Lab Perpustakaan : Ibu Fristi (082182211964)# Lab ICT-CBT1. Pendaftaran UKMPPD (Profesi Dokter), Pendaftaran UKNI (Profesi Ners), Pendaftaran Yudisium, Penurunan UKT : Bapak Martinsyah, S.E (085266892842)2. Operator Teknis ICT-CBT : Bapak Mory Setiawan, S.Pd (085268330478) Untuk pelayanan mahasiswa yang berkaitan dengan akademik dapat menghubungi staf kependidikan masing-masing jurusan pada program studi, atau bisa menghubungi kontak person sebagai berikut: # Jurusan Pendidikan Dokter 1.  Program Studi Pendidikan Dokter : Ibu Melly Priyana, SE (085208500620) Ruang Kerja : Ruang Akademik FKIK Unja 2. Program Studi Profesi Dokter : Ibu Yuricho,S.Kep (085269962998) Ruang Kerja :Ruang Dekan FKIK Unja # Jurusan Ilmu Keperawatan 1. Program Studi  Ilmu Keperawatan : Ibu Nursamsiah (082178444274) Ruang kerja : Ruang Akademik FKIK Unja 2. Program Studi Profesi Ners : Ibu Nurlaila,S.Pd (082177180778)Ruang kerja : Ruang Akademik FKIK Unja # Jurusan Ilmu Kesehatan Masyarakat 1. Program Studi Ilmu Kesehatan Masyarakat : Bapak Yudhi Desfratama Putra Alda, S.H. (085839603772) Ruang kerja : Ruang Program Studi Ilmu Kesehatan Masyarakat # Jurusan Ilmu Psikolgi 1. Program Studi Psikologi : Ibu Lina (085383337698) Ruang kerja : Ruang Dekan FKIK Unja # Jurusan Farmasi 1. Program Studi Farmasi : Bapak Ides Nawinata, S.E (085269826454) Ruang kerja : Ruang Perlengkapan FKIK Unja # Kemahasiswaan (Aktif Kuliah) 1. Kemahasiswaan : Bapak Irwansyah, S.K.M (0895620070754) Ruang kerja : Ruang Perlengkapan FKIK Unja # Laboratorium 1. Lab Keterampilan Klinik (SKillab) : Ibu Dyna Afriyanti,Am.Far (082177434105) 2. Lab Biomedik : Ibu Peggy Dwi Pratiwi, Am.Ak (082281159219) 3. Lab Anatomi : Bapak Yusiro (085269413988) # Perpustakaan 1. Lab Perpustakaan : Ibu Fristi (082182211964) # Lab ICT-CBT 1. Pendaftaran UKMPPD (Profesi Dokter), Pendaftaran UKNI (Profesi Ners), Pendaftaran Yudisium, Penurunan UKT : Bapak Martinsyah, S.E (085266892842) 2. Operator Teknis ICT-CBT : Bapak Mory Setiawan, S.Pd (085268330478)' - silakan reset passwordnya melalui link https://siharka.menpan.go.id/ pilih bagian lupa password silakan reset passwordnya melalui link https://siharka.menpan.go.id/ pilih bagian lupa password - source_sentence: 5. Saya Cek Ijazah Saya di Sivil Dikti, Ternyata Data Ijazah Saya Tidak Terdaftar. Bagaimana Prosedur Selanjutnya? sentences: - Cari data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636 Cari data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636 - Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. - Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. pipeline_tag: sentence-similarity library_name: sentence-transformers --- # SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2 This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2). 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:** [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2) - **Maximum Sequence Length:** 256 tokens - **Output Dimensionality:** 384 dimensions - **Similarity Function:** Cosine Similarity ### 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("sentence_transformers_model_id") # Run inference sentences = [ '5. Saya Cek Ijazah Saya di Sivil Dikti, Ternyata Data Ijazah Saya Tidak Terdaftar. Bagaimana Prosedur Selanjutnya?', 'Cari\xa0data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636 Cari\xa0data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636', 'Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks.', ] 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] ``` ## Training Details ### Training Dataset #### Unnamed Dataset * Size: 200 training samples * Columns: sentence_0, sentence_1, and sentence_2 * Approximate statistics based on the first 200 samples: | | sentence_0 | sentence_1 | sentence_2 | |:--------|:------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------| | type | string | string | string | | details | | | | * Samples: | sentence_0 | sentence_1 | sentence_2 | |:------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | Saya sudah mengajukan BKD kepada asesor, dan karena satu alasan saya ingin membatalkan ajuan BKD tersebut. Apa yang harus saya lakukan (Remunerasi)? | Klik tombol merahBuat Permohonan Pembatalan Ajuandi menuBKD dan Kinerja. Klik tombol merahBuat Permohonan Pembatalan Ajuandi menuBKD dan Kinerja. | Membuat surat permohonan yang ditujukan ke Dekan Fakultas PertanianSurat Keterangan Bebas Pustaka Fakultas PertanianSurat Keterangan Bebas Pustaka Universitas JambiBukti Registrasi Terakhir | | Bagaimana cara mengakses atau login ke aplikasi SIREMUN (Remunerasi)? | Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan menggunakan akun yang sama dengan akun akses ke SIAKAD. Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan menggunakan akun yang sama dengan akun akses ke SIAKAD. | DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA.JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG) DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA. JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG) | | Untuk menambahkan lokasi presensi Dosen (karena tugas tambahan), Siapa yang bisa dihubungi? | Silakan hubungi bagian kepegawaian BUPK Universitas Jambi Silakan hubungi bagian kepegawaian BUPK Universitas Jambi | DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA.JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG) DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA. JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG) | * Loss: [TripletLoss](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 - `per_device_train_batch_size`: 16 - `per_device_eval_batch_size`: 16 - `multi_dataset_batch_sampler`: round_robin #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: no - `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`: 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`: 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`: False - `resume_from_checkpoint`: None - `hub_model_id`: None - `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 - `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`: batch_sampler - `multi_dataset_batch_sampler`: round_robin
### Framework Versions - Python: 3.11.13 - Sentence Transformers: 4.1.0 - Transformers: 4.52.4 - PyTorch: 2.6.0+cu124 - Accelerate: 1.7.0 - Datasets: 2.14.4 - Tokenizers: 0.21.1 ## 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} } ```