metadata
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
library_name: setfit
metrics:
- accuracy
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: >-
Twitter-Übernahme durch Musk Sieben Tage der Zerstörung
Schlimmer hätte die erste Woche nach der Übernahme für Twitter kaum laufen
können. Und doch - es könnte noch wesentlich schlimmer kommen. Das zu
verhindern, liege letztlich auch bei den Nutzern selbst.
Wenn die Welt wirklich in einer Woche geschaffen wurde, könnte vermutlich
nur Elon Musk sie in einer Woche auch wieder zerlegen. Wie er das
anstellen würde, hat er bei Twitter gezeigt - vor allem mit
Rücksichtslosigkeit.
Er hat Personal entlassen, Werbekunden verloren, Vertrauen verspielt.
Ex-Mitarbeitende wollen ihn verklagen, die übrigen sind offenbar
eingeschüchtert. Die Einnahmen seien, das hat Musk selbst gewittert,
massiv runtergegangen. Alles in einer Woche.
Zu viel Macht für Musk
Drei Dinge bereiten besonders große Sorgen: Verifizierte Accounts - das
sind die mit den blauen Haken - kann sich offenbar künftig jeder kaufen.
Wenn das wirklich so kommt, könnte es noch schwerer werden zu
unterscheiden, was eine glaubwürdige In...
- text: >-
Zwei Jahre lang musste das "Weiße Fest" wegen Corona pausieren – umso mehr
Besucher kamen in diesem Jahr und erlebten genau das Fest mit
"Lebensfreude pur", auf das sie so lange warten mussten. Pünktlich um 18
Uhr eröffnete Bürgermeister Martin Biber die "Partymeile". Er war
sichtlich erfreut, so viele Gäste begrüßen zu können und lud sie alle ein
"abzufeiern". Das musste er nicht zweimal sagen: Nach dem Bürgermeister
ging das Mikrofon an Moderator Florian Jochum, der die Besucher durch den
langen Abend begleitete.
Eggenfelden
Ganz in Weiß
31.07.2022 | Stand 31.07.2022, 14:24 Uhr
- text: >-
Von reitschuster.de
Paxlovid wurde insbesondere für Menschen mit Vorerkrankungen als
Gamechanger gefeiert. Ende vergangenen Jahres erhielt das Medikament aus
dem Hause Pfizer die Notfallzulassung in den USA und kurz darauf auch in
Europa. Allen bisherigen Erkenntnissen zufolge kann Paxlovid tatsächlich
dazu beitragen, das Sterberisiko bei den Vulnerablen nach einer
Corona-Infektion um bis zu 90 Prozent zu reduzieren. Dies gilt offenbar
aber nur, wenn das Mittel alleine eingenommen wird oder allenfalls
zusammen mit vergleichsweise harmlosen Medikamenten wie etwa Aspirin. Das
legen die Ergebnisse einer Studie nahe, die von Forschern mehrerer
US-Institutionen durchgeführt wurde, unter anderem dem Lahey Hospital and
Medical Center in Burlington und der Harvard Medical School in Boston.
Die Autoren berichten in ihrer Arbeit von „gefährlichen Wechselwirkungen
mit gängigen Medikamenten“. Das gelte insbesondere, wenn Paxlovid zusammen
mit Statinen oder Blutverdünnern eingenommen werde. Nebe...
- text: >-
Tödlicher baum-Crash | 19-Jähriger stirbt bei Überholversuch
Welsleben – Furchtbarer Unfall am Donnerstagmittag in Sachsen-Anhalt: Ein
19-jähriger Fahrer ist bei einem Überholmanöver gegen einen Baum
geschleudert und tödlich verunglückt.
Nach Polizeiangaben war der junge Mann gegen 12 Uhr mit seinem VW zwischen
Welsleben und Biere (Salzlandkreis) unterwegs. Auf der Welslebener Straße
setze er zum Überholen an – und verlor die Kontrolle. Der Wagen kam von
der Straße ab, krachte mit voller Wucht gegen einen Baum am Straßenrand.
„Durch die Wucht des Aufpralls wurde der Mann in seinem Fahrzeug
eingeklemmt und musste durch die Feuerwehr befreit werden. Wenig später
verstarb der 19-Jährige an der Unfallstelle“, erklärte ein
Polizeisprecher.
Der andere Autofahrer erlitt einen Schock und musste mit einem
Rettungswagen in ein Krankenhaus gebracht werden.
Die Straße zwischen Welsleben und Biere wurde für mehrere Stunden
gesperrt. Die Polizei ermittelt nun, wie es genau zu dem Unfall kommen
ko...
- text: >-
Im Jahr 2021 sind in Deutschland 2.562 Menschen bei
Straßenverkehrsunfällen ums Leben gekommen - 5,8 Prozent oder 157 Menschen
weniger als im Vorjahr. Die Zahl der Verletzten ging gegenüber dem Vorjahr
um 1,3 Prozent auf 323.129 zurück, teilte das Statistische Bundesamt
(Destatis) nach endgültigen Ergebnissen am Donnerstag mit. Damit sank die
Zahl der Verkehrstoten und Verletzten erneut und erreichte den tiefsten
Stand seit mehr als 60 Jahren.
Im Durchschnitt wurden etwa 6.300 Verkehrsunfälle pro Tag polizeilich
erfasst. Dabei wurden jeden Tag 885 Menschen verletzt und sieben Menschen
getötet. Die Polizei zählte 2021 insgesamt 2,3 Millionen Verkehrsunfälle
auf deutschen Straßen.
Das waren 3,1 Prozent mehr als 2020. Die Zahl der Unfälle lag aber
weiterhin deutlich unter dem Vor-Pandemie-Niveau (2019: 2,7 Millionen
Unfälle insgesamt, darunter 300.000 Unfälle mit Personenschaden). Bei
knapp 90 Prozent der Unfälle blieb es bei Sachschaden.
Bei elf Prozent der Unfälle wurden Menschen get...
inference: true
model-index:
- name: SetFit with sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: accuracy
value: 0.826530612244898
name: Accuracy
SetFit with sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
This is a SetFit model that can be used for Text Classification. This SetFit model uses sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 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/paraphrase-multilingual-MiniLM-L12-v2
- Classification head: a LogisticRegression instance
- Maximum Sequence Length: 128 tokens
- Number of Classes: 3 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 |
|---|---|
| non-political |
|
| political |
|
| ? |
|
Evaluation
Metrics
| Label | Accuracy |
|---|---|
| all | 0.8265 |
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("cbpuschmann/MiniLM-ispolitical-zeroshot")
# Run inference
preds = model("Zwei Jahre lang musste das \"Weiße Fest\" wegen Corona pausieren – umso mehr Besucher kamen in diesem Jahr und erlebten genau das Fest mit \"Lebensfreude pur\", auf das sie so lange warten mussten. Pünktlich um 18 Uhr eröffnete Bürgermeister Martin Biber die \"Partymeile\". Er war sichtlich erfreut, so viele Gäste begrüßen zu können und lud sie alle ein \"abzufeiern\". Das musste er nicht zweimal sagen: Nach dem Bürgermeister ging das Mikrofon an Moderator Florian Jochum, der die Besucher durch den langen Abend begleitete.
Eggenfelden
Ganz in Weiß
31.07.2022 | Stand 31.07.2022, 14:24 Uhr")
Training Details
Training Set Metrics
| Training set | Min | Median | Max |
|---|---|---|---|
| Word count | 40 | 124.0612 | 171 |
| Label | Training Sample Count |
|---|---|
| ? | 1 |
| non-political | 115 |
| political | 80 |
Training Hyperparameters
- batch_size: (32, 32)
- num_epochs: (1, 1)
- max_steps: -1
- sampling_strategy: oversampling
- body_learning_rate: (2e-05, 1e-05)
- head_learning_rate: 0.01
- loss: CosineSimilarityLoss
- distance_metric: cosine_distance
- margin: 0.25
- end_to_end: False
- use_amp: False
- warmup_proportion: 0.1
- seed: 42
- eval_max_steps: -1
- load_best_model_at_end: False
Training Results
| Epoch | Step | Training Loss | Validation Loss |
|---|---|---|---|
| 0.0016 | 1 | 0.3128 | - |
| 0.0806 | 50 | 0.074 | - |
| 0.1613 | 100 | 0.0042 | - |
| 0.2419 | 150 | 0.0002 | - |
| 0.3226 | 200 | 0.0001 | - |
| 0.4032 | 250 | 0.0001 | - |
| 0.4839 | 300 | 0.0 | - |
| 0.5645 | 350 | 0.0001 | - |
| 0.6452 | 400 | 0.0 | - |
| 0.7258 | 450 | 0.0 | - |
| 0.8065 | 500 | 0.0 | - |
| 0.8871 | 550 | 0.0175 | - |
| 0.9677 | 600 | 0.0 | - |
Framework Versions
- Python: 3.10.14
- SetFit: 1.0.3
- Sentence Transformers: 3.0.1
- Transformers: 4.40.2
- PyTorch: 2.0.0.post104
- Datasets: 2.20.0
- Tokenizers: 0.19.1
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}
}