Add SetFit model

README.md

@@ -10,25 +10,37 @@ tags:
 - text-classification
 - generated_from_setfit_trainer
 widget:
-- text: Superfreundliche und kompetente Mitarbeiter. Immer wieder gerne!
-- text: 'Was mir der Herr heute am Schalter 7 verdeutlicht hat ist, dass ich nicht
-    extra in einen Shop gehen muss, wenn ich kompetent beraten werden möchte.
-
-    Ich wünschte eine Beratung eines "Experten" in Bezug auf einen Smartphonekauf.
-    Schon dass er mehr mit dem Bildschirm seines Computers Blickkontakt hatte als
-    mit mir als Kundin, empfand ich als sehr unhöflich. Als er mir dann sagte, dass
-    ich auch alles auf ihrer (digitec) Webseite vergleichen und abfragen könne und
-    keine weiteren Empfehlungen abgab, merkte ich, dass ich hier nichts mehr kaufen
-    möchte.... Das Ganze dauerte nicht mal eine Minute!
-
-    Glücklicherweise hatte ich danach in einem anderen Geschäft (nicht digitec), eine
-    sehr angenehme und freundliche Beratung.'
-- text: Im Gegensatz zu Salt hält die Swisscom ihre Versprechen. Ich habe jetzt einen
-    wunderschönen Fernseher geschenkt bekommen, während sich Salt bis heute nicht
-    gemeldet hat. Schnell und unkompliziert. So muss es sein!
-- text: Sehr freundlich und sehr kompetent .
-- text: Schlechter Kundenservice, nachdem ich eine halbe Stunde lang telefonierte,
-    konnte ich das Problem nicht lösen.Sie verdienen diesen Stern nicht einmal
+- text: Ein sehr schöner heller Shop, eine sehr freundliche Bedienung
+- text: 'Leider habe ich auch eine ganz mühselige Geschichte mit der Swisscom zu berichten.
+    Ich habe anfangs April meinen Vertrag fristgemäss gekündigt. Habe ein neues Abo
+    eines ebenfalls zu Swisscom gehörigen Tochter Unternehmen abgeschlossen. Leider
+    funktionierte die Portierung nicht. Respektive Swisscom kündigte die Portierung
+    schriftlich und ich kann wieder von vorne beginnen. Bei der Portierung seien von
+    mir Angaben nicht komplett ausgefüllt worden ist der Grund der Ablehnung.
+
+
+    Damit ich meine Rufnummer nicht verliere musste ich die Nummer neu aufschalten.
+    Dies hatte zur Konsequenz das mein alter Vertrag wieder 2 Monate Kündigungsfrist
+    bekam. Ich bin ein langjähriger Swisscom Kunde. Firma, Privat und sogar Ferienwohnung
+    laufen alle über Swisscom. Aber wie ich in diesen zwei Hotline‘s (Swisscom und
+    Wingo) hin und her jongliert wurde, war wirklich zu viel des guten.
+
+    Ich hoffe nun auf eine gemeinsame Lösung…
+
+    Werde berichten…'
+- text: Galaxus ist einfach TOP!🌟 habe sowas noch nie erlebt das Produkt kam mit einem
+    Schaden an, der Schaden wurde gemeldet und es wurde direkt ein Neues geschickt.
+    SEHR ZUFRIEDEN MIT GALAXUS!
+- text: Wartezeit im Callcenter unerhört lange!! Auf Band wird mitgeteilt, dass man
+    2 Minuten warten muss und dann ist man beinahe 20 Minuten in der Warteschlaufe
+    für eine Auskunft. Das ist eine miserable Dienstleistung und eine Katastrophe!
+- text: Ich bin mit dem Service der UBS am Claraplatz gar nicht zufrieden. Im Mai
+    2021 wollte ich von der Postfinance zur UBS wechseln. Der Mitarbeiter D... sagte,
+    er würde das Postkonto kündigen, was er nicht getan hat. Nun ist er seit mehr
+    als einem Monat nicht erreichbar, obwohl ich mehrere Versuche machte, wurde ich
+    immer wieder vertröstet. Auch habe ich noch nicht alle Bankkarten bekommen. Jetzt
+    ist schon Mitte Oktober. Das ist alles sehr mühsam mit den Mitarbeitenden am Claraplatz
+    Basel.
 inference: false
 model-index:
 - name: SetFit with deepset/gelectra-base
@@ -42,7 +54,7 @@ model-index:
       split: test
     metrics:
     - type: accuracy
-      value: 0.03571428571428571
+      value: 0.023728813559322035
       name: Accuracy
 ---
 
@@ -78,7 +90,7 @@ The model has been trained using an efficient few-shot learning technique that i
 ### Metrics
 | Label   | Accuracy |
 |:--------|:---------|
-| **all** | 0.0357   |
+| **all** | 0.0237   |
 
 ## Uses
 
@@ -98,7 +110,7 @@ from setfit import SetFitModel
 # Download from the 🤗 Hub
 model = SetFitModel.from_pretrained("larshubacher/setfitdeepset_gelectra-base")
 # Run inference
-preds = model("Sehr freundlich und sehr kompetent .")
+preds = model("Ein sehr schöner heller Shop, eine sehr freundliche Bedienung")
 ```
 
 <!--
@@ -130,7 +142,7 @@ preds = model("Sehr freundlich und sehr kompetent .")
 ### Training Set Metrics
 | Training set | Min | Median  | Max |
 |:-------------|:----|:--------|:----|
-| Word count   | 3   | 41.2773 | 236 |
+| Word count   | 4   | 50.5234 | 331 |
 
 ### Training Hyperparameters
 - batch_size: (16, 16)
@@ -153,19 +165,13 @@ preds = model("Sehr freundlich und sehr kompetent .")
 ### Training Results
 | Epoch  | Step | Training Loss | Validation Loss |
 |:------:|:----:|:-------------:|:---------------:|
-| 0.0016 | 1    | 0.4839        | -               |
-| 0.0781 | 50   | 0.407         | -               |
-| 0.1562 | 100  | 0.1764        | -               |
-| 0.2344 | 150  | 0.1875        | -               |
-| 0.3125 | 200  | 0.1734        | -               |
-| 0.3906 | 250  | 0.2072        | -               |
-| 0.4688 | 300  | 0.1446        | -               |
-| 0.5469 | 350  | 0.0673        | -               |
-| 0.625  | 400  | 0.1813        | -               |
-| 0.7031 | 450  | 0.1274        | -               |
-| 0.7812 | 500  | 0.155         | -               |
-| 0.8594 | 550  | 0.2247        | -               |
-| 0.9375 | 600  | 0.1312        | -               |
+| 0.0031 | 1    | 0.4768        | -               |
+| 0.1562 | 50   | 0.244         | -               |
+| 0.3125 | 100  | 0.1326        | -               |
+| 0.4688 | 150  | 0.1522        | -               |
+| 0.625  | 200  | 0.0991        | -               |
+| 0.7812 | 250  | 0.1375        | -               |
+| 0.9375 | 300  | 0.1216        | -               |
 
 ### Framework Versions
 - Python: 3.11.11

model.safetensors

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:3e5aed2176c1b3f5b16388faa6f9de6b1abb51765174acfb966f3c564b8aa8a3
+oid sha256:f4fb7ccd3e0611ced84b3e700a1a304d7cdfd30f3be96d22c76b9ce6d14d2df8
 size 437370536

model_head.pkl

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:248ad5c3a82cbe4d6b80a6623e96ee81cae0ba5e753bc3a43594ba4074abe49c
+oid sha256:43019581e4de84bb2c5dd7b36ec2aa126d869d37f4be7fdf3aa0a46675dbc23a
 size 104692