metadata
library_name: setfit
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
metrics:
- accuracy
widget:
- text: ' oui le problème est plus psychologique, je suis d''accord avec vous, et je pense que si l''état mettait en place des suivis psychologiques vraiment poussés, il n''y aurait pas d''opération, moi j''ai eu un bypass, j''ai repris une quinzaine de kilos bien malheureusement, et l''aide pour l''addiction n''est pas prise en charge, genre thérapie, et moi je sais que c''est cela mon problème, quand on n''a pas une bonne image de soi même, c''est très difficile de gagner la partie'
- text: >-
Ouaw je me suis totalement reconnue, c’est exactement ce que je vis après
être sortie d’une sorte d’orthorexie qui a duré plus d’un an et demi
(limite anorexie mentale), pleine de frustrations j’ai donc repris une
dizaine de kilos et ma vie est rythmée de privation et d’hyperphagie..
j’essaye de ne pas trop me priver mais j’ai l’impression d’être
constamment frustrée.. merci pour ta vidéo ❤️
- text: >-
Mdr mais faut pas être médecin pour savoir comment fonctionne le corps
humain tu donne meme pas d'argument. Tu dis que c'est une maladie bah
parle en dis moi pourquoi comment ??? Parce que la j'entends que des tu
dis de la merde t médecin nanani nanana. Toi en tout cas tu dois pas être
Einstein. Moi j'ai donné tout les argument qui faut en plus ils sont
prouvé. Tu mange tu grossit tu mange pas tu minci. Tu fais pas de sport tu
maigrit pas tu fais du sport tu maigris bref sa sert a rien de parler si
ta meme pas la repartie de donner des argument à ce que tu dis.
- text: >-
pour moi ce qui a fonctioner pour me libere de cette obsession, c'est mon
esprit critique. j'ai bien observee comment on se fout de moi pour que je
consome toujours plus de poison. apres j'ai bien vu comment on se fout de
la soufrance des animaux. et comment on nous eloigne de la nature et du
naturel et saludable. c'est un tres long processus d'observation sincere
qui m'a aider a me liberer peut a peut. aujourd'huit je suis vegan, je
pratique la relaxation et la respiration avec ou sans hypnose. il y a
encore des moments ou je suis hanter par l'idee de la bouffe, je ralentie,
je respire lentement et profondement, je regarde le ciel, les arbres, les
chats, et je me demande comment l'etre humain arrive a etre tellement
miserable...
- text: >-
Comme je te comprend 🙏 mes tca ont commencé alors que j'avais 11 ans.
J'espère que tu vas mieux maintenant
pipeline_tag: text-classification
inference: false
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
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: 0.6115702479338843
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 OneVsRestClassifier 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 OneVsRestClassifier instance
- Maximum Sequence Length: 128 tokens
Model Sources
- Repository: SetFit on GitHub
- Paper: Efficient Few-Shot Learning Without Prompts
- Blogpost: SetFit: Efficient Few-Shot Learning Without Prompts
Evaluation
Metrics
Label | Accuracy |
---|---|
all | 0.6116 |
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("Ghofranem/setfit-paraphrase-multilingual-MiniLM-L12-v2-ed-balanced-fr-AI4ED")
# Run inference
preds = model("Comme je te comprend 🙏 mes tca ont commencé alors que j'avais 11 ans. J'espère que tu vas mieux maintenant")
Training Details
Training Set Metrics
Training set | Min | Median | Max |
---|---|---|---|
Word count | 4 | 95.7314 | 694 |
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
- seed: 42
- eval_max_steps: -1
- load_best_model_at_end: False
Training Results
Epoch | Step | Training Loss | Validation Loss |
---|---|---|---|
0.0017 | 1 | 0.2843 | - |
0.0826 | 50 | 0.2442 | - |
0.1653 | 100 | 0.2095 | - |
0.2479 | 150 | 0.193 | - |
0.3306 | 200 | 0.0896 | - |
0.4132 | 250 | 0.1439 | - |
0.4959 | 300 | 0.1234 | - |
0.5785 | 350 | 0.1074 | - |
0.6612 | 400 | 0.1135 | - |
0.7438 | 450 | 0.0982 | - |
0.8264 | 500 | 0.0392 | - |
0.9091 | 550 | 0.02 | - |
0.9917 | 600 | 0.043 | - |
Framework Versions
- Python: 3.10.12
- SetFit: 1.0.3
- Sentence Transformers: 2.5.1
- Transformers: 4.38.2
- PyTorch: 2.2.1+cu121
- Datasets: 2.18.0
- Tokenizers: 0.15.2
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}
}