---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: Etunimi Etunimi menetkö noin vaan takuuseen, ettei sodan johdosta näin käy?
Ite en kyllä menis 100% sanomaan mitään mihin liittyy Putin ja Putinin sota
- text: Kohta on lisää lapsia sairaalassa koronan vuoksi ☹
- text: Etunimi Sukunimi pyöräily sekä kävely ovat hyvää liikuntaa
- text: Etunimi Sukunimi Niin.. Nuo todelliset tartunyamäärät voivat olla ihan mitä
tahansa. Mihinkään rajoitustoimiin ei tarvitsisi ryhtyä. Ihmiset voivat itse pitää
huolta itsestää, ja valtion tehtävä on pitää huolta siitä että hoitokapasiteetti
riittää. Tällä hetkellä meillä ei ole mitään hätää. Koko Suomessa tehohoidossa
koronan vuoksi on noin 2p ihmistä. Tehohoitopaikkoja siis riittää vielä vaikka
ja kuinka jos tarvetta. Korostan, että edelleenkin ovat turvavälit, hyvä hygienia
ja turhien kontaktien välttäminen kaikkein tärkeintä. Mitään ei tarvitsisi rajoittaa,
jollei ihmiset olisi niin helvetin tyhmiä, että osaisivat ajatella ihan omilla
aivoillaan, eikä valtion tarvitsisi heitä opastaa kädestä pitäen kuten jotain
pieniä lapsia.
- text: Etunimi hallituksella pitää kuitenkin olla jokin pohja johon perustavat päätöksensä.
Poikkeustilaa ei voi loputtomiin jatkaa vain mutulla, jolloin heidän on kuunneltava
aiheen ammattilaisia.
metrics:
- metric
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: TurkuNLP/bert-base-finnish-cased-v1
model-index:
- name: SetFit with TurkuNLP/bert-base-finnish-cased-v1
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: metric
value: 0.8718523964493842
name: Metric
---
# Detect Actions in Asynchronous Conversation Comments
## SetFit with TurkuNLP/bert-base-finnish-cased-v1
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification of actions in asynchronous conversation. This particular model detects if a comment includes a statement or not. The configuration of the model is that the model is based on averaged annotations (from 3 annotators). Metric evaluations are based on conservative ground truth (see paper). This SetFit model uses TurkuNLP/bert-base-finnish-cased-v1 as the Sentence Transformer embedding model (using word embeddings). A LogisticRegression instance is used for classification.
The model has been trained using an efficient few-shot learning technique that involves:
1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
2. Training a classification head with features from the fine-tuned Sentence Transformer.
## Model Details
### Model Description
- **Model Type:** SetFit
- **Sentence Transformer body:** [TurkuNLP/bert-base-finnish-cased-v1](https://huggingface.co/TurkuNLP/bert-base-finnish-cased-v1)
- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
- **Maximum Sequence Length:** 512 tokens
- **Number of Classes:** 2 classes (action present yes/no)
### Model Sources
- **Repository:** [GitHub](https://github.com/henniina/Detecting-paired-actions)
- **Paper:** Paakki, H., Toivanen, P. and Kajava K. (2025). Implicit and Indirect: Detecting Face-threatening and Paired Actions in Asynchronous Online Conversations. Northern European Journal of Language Technology (NEJLT), 11(1), pp. 58-83.
-
### Model Labels
| Label | Examples |
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 0 | - 'Etunimi Sukunimi miten luulet tilanteen parantuneen kun sairaala- ja tehohoito potilaiden määrä on vain kasvanut silloisesta?\nOlet niin totaalisen puusilmäinen ja hallirusvihan vallassa, että tätä on turha jatkaa pitemmälle. Pysy terveenä ja rauhallista joulua!'
- 'Etunimi Sukunimi perustuslakia ei ole rikottu niissä asioissa mitä convoypellet väitti, kaikki mitä kaverit väittää ei ole totta .'
- 'Takaisin hiilivoimaan?'
|
| 1 | - '"Hylkiö" unionin toimesta johon ei kuulu.'
- 'Etunimi Sukunimi en nyt varsinaisesti pelkästään tuota aihetta tarkoittanutkaan. Sekin on kuitenkin vähintään kyseenalaista, koska kyseessä ei ole valmis tuote, vaan hätämyyntiluvalla käytössä oleva ruiske, ja sen seurauksena on niinikään perusoikeudellinen terveydenhuollon taso turvaamattomalla tasolla.'
- 'Mikään ei ole niin varmaa kuin epävarma. KUKAAN ei millään voi tietää mitä tapahtuu koronan tai ylipäätään minkään suhteen. Joka muuta väittää on typerys...'
|
## Evaluation
### Metrics
| Label | Metric |
|:--------|:-------|
| **5-fold cross-validated F1** | 0.74 |
## Uses
### Direct Use for Inference
First install the SetFit library:
```bash
pip install setfit
```
Then you can load this model and run inference.
```python
from setfit import SetFitModel
# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("Finnish-actions/SetFit-FinBERT1-Avg-statement")
# Run inference
preds = model("Kohta on lisää lapsia sairaalassa koronan vuoksi ☹")
```
### Downstream Use
NB. This model has been trained on data coming from Finnish language asynchronous conversations under crisis related news on Facebook. This specific model has been trained to detect whether a comment includes a question or not. It reflects only one of our annotators' label interpretations, so the best use of our models (see our paper) would be to combine a set of models we provide on our Huggingface (Finnish-actions), and use a model ensemble to provide label predictions. It needs to be noted also that the model may not be well applicable outside of its empirical context, so in downstream applications, one should always conduct an evaluation of the model applicability using manually annotated data from that specific context (see our paper for annotation instructions).
## Out-of-Scope Use
Please use this model only for action detection and analysis. Uses of this model and the involved data for generative purposes (e.g. NLG) is prohibited.
### Bias, Risks and Limitations
Note that the model may produce errors. Due to the size of the training dataset, model may not generalize very well even for other novel topics within the same context. Note that model predictions should not be regarded as final judgments e.g. for online moderation purposes, but each case should also be regarded individually if using model predictions to support moderation. Also, the annotations only reflect three (though experienced) annotators' interpretations, so there might be perspectives on data intepretation that have not been taken into account here.
If model is used to support moderation on social media, we recommend that final judgments should always be left for human moderators.
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:--------|:----|
| Word count | 1 | 19.9323 | 213 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0 | 218 |
| 1 | 624 |
### Framework Versions
- Python: 3.11.9
- SetFit: 1.1.3
- Sentence Transformers: 3.2.0
- Transformers: 4.44.0
- PyTorch: 2.4.0+cu124
- Datasets: 2.21.0
- Tokenizers: 0.19.1
## Citation
### BibTeX
```bibtex
@article{paakki-implicit-indirect,
doi = {https://doi.org/10.3384/nejlt.2000-1533.2025.5980},
url = {https://nejlt.ep.liu.se/article/view/5980},
author = {Paakki, Henna and Toivanen, Pihla and Kajava, Kaisla},
title = {Implicit and Indirect: Detecting Face-threatening and Paired Actions in Asynchronous Online Conversations},
publisher = {Northern European Journal of Language Technology (NEJLT)},
volume= {11},
number= {1},
year = {2025}
}
```