Push model using huggingface_hub.

f1e4bea verified 6 months ago

12.8 kB

tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: >-
      PER SNELLIRE le file davanti ai negozi Apple ha attivato nei giorni scorsi
      un sistema di preordini dal sito.
  - text: >-
      Il crollo del prezzo del petrolio e la ripresa dell’auto ridisegnano la
      classifica dell’industria italiana.
  - text: >-
      Lo ha deciso il gip di Milano Ambrogio Moccia che ha concesso loro i
      domiciliari accogliendo l'istanza dell'avvocato Erika Galati.
  - text: >-
      O si tratta soltanto d'un cambiamento delle regole di ingaggio dei nostri
      avieri?
  - text: >-
      La lunga coda di auto e mezzi pubblici, nella zona della stazione
      ferroviaria, ha scatenato numerose proteste, soprattutto tra studenti e
      pendolari.
metrics:
  - accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: sentence-transformers/distiluse-base-multilingual-cased-v1
model-index:
  - name: SetFit with sentence-transformers/distiluse-base-multilingual-cased-v1
    results:
      - task:
          type: text-classification
          name: Text Classification
        dataset:
          name: Unknown
          type: unknown
          split: test
        metrics:
          - type: accuracy
            value: 0.5523897058823529
            name: Accuracy

SetFit with sentence-transformers/distiluse-base-multilingual-cased-v1

This is a SetFit model that can be used for Text Classification. This SetFit model uses sentence-transformers/distiluse-base-multilingual-cased-v1 as the Sentence Transformer embedding model. A LogisticRegression instance is used for classification.

The model has been trained using an efficient few-shot learning technique that involves:

Fine-tuning a Sentence Transformer with contrastive learning.
Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

Model Type: SetFit
Sentence Transformer body: sentence-transformers/distiluse-base-multilingual-cased-v1
Classification head: a LogisticRegression instance
Maximum Sequence Length: 128 tokens
Number of Classes: 2 classes

Model Sources

Repository: SetFit on GitHub
Paper: Efficient Few-Shot Learning Without Prompts
Blogpost: SetFit: Efficient Few-Shot Learning Without Prompts

Model Labels

Label	Examples
0	'Evitando così traumi e lacerazioni.' 'Sull’aumento del limite al contante «non è vero» quando dice «l’amico» Raffaele Cantone, che favorisce l’evasione, perché «è una misura che dà la possibilità di spendere».' 'La sua pagina Twitter si è trasformata in un diario spagnolo.'
1	'Poi si rivolge alle sue studentesse e ai suoi studenti, dicendo «che sarebbe il mio vivo desiderio poter spiegare a loro il valore della mia decisione» e chiede loro di pregare per lui, promettendo a sua volta di pregare per loro «affinché non si lascino a distruggere interiormente dalle paure e dai formalismi, ma abbiano coraggio di pensare, di riflettere la realtà e di dire la verità misericordiosa sull’uomo, che sentono dentro nella loro passione per Cristo e non nelle formule imposte, non di rado imbevute di un estremismo disumano».' 'Io, che nel tempo vengo da lontano quando usava il buon costume, la fratellanza e la gente viveva felice senza tante pretese, assistere ora allo sconsiderato uso della peggiore violenza, alla corruzione dilagante, alla sete del denaro, all’uso sempre maggiore della droga, mi dimostrano in abbondanza che questo non è più il mio mondo».' 'IN questi giorni infatti diversi attori, artisti e cantanti come Christiane Filangeri, Claudia Zanella, Claudio Corinaldesi, Daniela Poggi, Elena Santarelli, Fabio Troiano, Filippo Timi, Francesca Inaudi, Giulia Bevilacqua, Jasmine Trinca, Libero De Rienzo, Lillo Petrolo, Lorenza Indovina, Lorenzo Lavia, Luca Argentero, Lucia Ocone, Ludovico Fremont, Maria Rosaria Omaggio, Maya Sansa, Michele Riondino, Sonia Bergamasco, Susanna Tamaro, Valentina Lodovini, Vinicio Marchioni, Remo Girone hanno postato foto sui social network con messaggi di solidarietà ad animali, volontari ed operatori dei canili comunali di Roma.'

Label

Examples

'Evitando così traumi e lacerazioni.'
'Sull’aumento del limite al contante «non è vero» quando dice «l’amico» Raffaele Cantone, che favorisce l’evasione, perché «è una misura che dà la possibilità di spendere».'
'La sua pagina Twitter si è trasformata in un diario spagnolo.'

'Poi si rivolge alle sue studentesse e ai suoi studenti, dicendo «che sarebbe il mio vivo desiderio poter spiegare a loro il valore della mia decisione» e chiede loro di pregare per lui, promettendo a sua volta di pregare per loro «affinché non si lascino a distruggere interiormente dalle paure e dai formalismi, ma abbiano coraggio di pensare, di riflettere la realtà e di dire la verità misericordiosa sull’uomo, che sentono dentro nella loro passione per Cristo e non nelle formule imposte, non di rado imbevute di un estremismo disumano».'
'Io, che nel tempo vengo da lontano quando usava il buon costume, la fratellanza e la gente viveva felice senza tante pretese, assistere ora allo sconsiderato uso della peggiore violenza, alla corruzione dilagante, alla sete del denaro, all’uso sempre maggiore della droga, mi dimostrano in abbondanza che questo non è più il mio mondo».'
'IN questi giorni infatti diversi attori, artisti e cantanti come Christiane Filangeri, Claudia Zanella, Claudio Corinaldesi, Daniela Poggi, Elena Santarelli, Fabio Troiano, Filippo Timi, Francesca Inaudi, Giulia Bevilacqua, Jasmine Trinca, Libero De Rienzo, Lillo Petrolo, Lorenza Indovina, Lorenzo Lavia, Luca Argentero, Lucia Ocone, Ludovico Fremont, Maria Rosaria Omaggio, Maya Sansa, Michele Riondino, Sonia Bergamasco, Susanna Tamaro, Valentina Lodovini, Vinicio Marchioni, Remo Girone hanno postato foto sui social network con messaggi di solidarietà ad animali, volontari ed operatori dei canili comunali di Roma.'

Evaluation

Metrics

Label	Accuracy
all	0.5524

Uses

Direct Use for Inference

First install the SetFit library:

pip install setfit

Then you can load this model and run inference.

from setfit import SetFitModel

# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("fede-m/FGSDI_final_setfit_fold_3")
# Run inference
preds = model("O si tratta soltanto d'un cambiamento delle regole di ingaggio dei nostri avieri?")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	2	35.7518	106

Label	Training Sample Count
0	45
1	237

Training Hyperparameters

batch_size: (16, 16)
num_epochs: (1, 1)
max_steps: -1
sampling_strategy: oversampling
num_iterations: 10
body_learning_rate: (2e-05, 2e-05)
head_learning_rate: 2e-05
loss: CosineSimilarityLoss
distance_metric: cosine_distance
margin: 0.25
end_to_end: False
use_amp: False
warmup_proportion: 0.1
l2_weight: 0.01
seed: 42
eval_max_steps: -1
load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0028	1	0.7744	-
0.1416	50	0.2152	-
0.2833	100	0.0351	-
0.4249	150	0.0082	-
0.5666	200	0.0022	-
0.7082	250	0.001	-
0.8499	300	0.0006	-
0.9915	350	0.0005	-

Framework Versions

Python: 3.12.12
SetFit: 1.1.3
Sentence Transformers: 5.1.2
Transformers: 4.57.1
PyTorch: 2.8.0+cu126
Datasets: 4.0.0
Tokenizers: 0.22.1

Citation

BibTeX

@article{https://doi.org/10.48550/arxiv.2209.11055,
    doi = {10.48550/ARXIV.2209.11055},
    url = {https://arxiv.org/abs/2209.11055},
    author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
    keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
    title = {Efficient Few-Shot Learning Without Prompts},
    publisher = {arXiv},
    year = {2022},
    copyright = {Creative Commons Attribution 4.0 International}
}