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	'Fahndung nach Überfall in Koblenz-Arenberg: Opfer ausgeraubt und in eigenen Kofferraum gesperrt\nWie die Polizei mitteilte befährt der betroffene Mann den Waldweg regelmäßig. An diesem Morgen zwang ihn ein auf dem Weg liegender Ast zum Aussteigen. Nachdem der Fahrer sein Fahrzeug verlassen hatte, überfiel ihn ein maskierter Mann, der das Opfer schlug und beraubte.\nIm Anschluss sperrte der Täter das Opfer in den Laderaum des eigenen Geländewagens und fuhr mit ihm im Bereich des Tatorts herum. Gegen 7.40 Uhr stellte der Täter das Fahrzeug auf dem Parkplatz gegenüber des Klosters, im Bereich der Immendorfer Straße, ab.\nZeugen fiel der verletzte Mann auf, worauf sie die Polizei riefen. Die Fahndung mit einem großen Aufgebot an Polizeikräften und einem Polizeihubschrauber verlief bisher allerdings ohne Erfolg.' 'Die Kaulitz-Zwillinge droppen in ihrem Podcast "Senf aus Hollywood" schonmal die eine oder andere persönliche Geschichte. Dass Bill und Tom dabei zumindest manchmal etwas übertreiben, ist den Podcast-Fans zumeist bewusst. Kürzlich ist aus den Erzählungen der beiden sogar eine reißerische Schlagzeile entstanden. Bills Worte waren es, die Tom diese bescherten. Nun räumt Tom mit den Spekulationen auf.\nIn der aktuellsten Folge ihres Podcasts vom 20. Dezember lassen die Zwillinge etwa ihr Jahr 2022 Revue passieren. Unter anderem Thema: ihre "Lows", also die Tiefpunkte des Jahres. Neben der politischen Lage samt Krieg und Krisen nennen die beiden im Zuge dessen auch persönliche negative Momente.\nGesundheitlich lief es bei Tom demnach nicht besonders rund. So verrät er: "Mein Low war auf jeden Fall die Clusterkopfschmerzphase, über die ich aber gar nicht gerne rede, weil ich mir denke, dass ich die damit sofort wieder anziehe." Kein Wunder: Cluster-Kopfschmerzen sind besonders heftige Kopf...' 'Eine neue in Osnabrück entwickelte App soll Leben in Restaurants bringen. Mit „NeoTaste“ können Gastronomen den Nutzern aktuelle Angebote unterbreiten und so freie Kapazitäten in ihren Gaststätten füllen. Am 6. November fällt der Startschuss.\nEine neue in Osnabrück entwickelte App soll Leben in Restaurants bringen. Mit „NeoTaste“ können Gastronomen den Nutzern aktuelle Angebote unterbreiten und so freie Kapazitäten in ihren Gaststätten füllen. Am 6. November fällt der Startschuss.'
political	'Angriffskrieg gegen die Ukraine Russlands Hilfstruppen haben offenbar Motivationsprobleme\nRussland kontrolliert die ukrainische Region Luhansk und einen Großteil des Oblast Donezk. Doch diese Erfolge schaden womöglich der weiteren Motivation der moskautreuen Separatisten in diesen Gebieten. So berichtet es das britische Verteidigungsministerium in London unter Berufung auf Geheimdiensterkenntnisse.\nDemnach kann Russland seine Hilfstruppen aus den Separatistengebieten immer schwerer für den andauernden Krieg gegen die Ukraine motivieren. Einige Kommandeure würden ihren Soldaten vermutlich finanzielle Anreize versprechen. Einige Einheiten würden als unzuverlässig gelten und daher nicht mit Angriffen betraut.\nDas Ministerium verwies als Beispiel auf ein Video von Mitte August, in dem sich Mitglieder einer Einheit der selbst ernannten »Volksrepublik Luhansk« geweigert haben sollen, an Offensivoperationen teilzunehmen. Die Kämpfer hätten betont, sie hätten mit der vollständigen Eroberung...' 'Cooler Ehrenbürger: Udo ist jetzt Hamburgs Panik-Botschafter – und die AfD ätzt\n„Ich begrüße ganz herzlich Udo Lindenberg in unserer Mitte!“, sprach Carola Veit um 18.38 und unter Applaus der Bürgerschaftsmitglieder tänzelte Udo Lindenberg mit Hut, Nadelstreifen-Jacket und schwarzer Hose auf seinen Ehrenplatz – und lauschte der emotionalen Rede des Bürgermeisters Peter Tschentscher (SPD) und den Freundlichkeiten der Fraktionsführer.\nMit Ausnahme der AfD-Abgeordneten stimmten anschließend alle Fraktionen der Bürgerschaft dem Antrag zu und ernannten den Panikrocker mit Standing Ovations zum vermutlich coolsten Ehrenbürger Hamburgs – der sich prompt mit einem kleinen Udo-Tänzchen bedankte.' 'Maskenpflicht in Sachsen fällt, aber nicht überall: Das gilt ab Montag in Bus und Bahn\nDresden – Ab Montag dürfen Fahrgäste in Sachsens Bussen und Bahnen erstmals nach zweieinhalb Jahren wieder ohne Mundschutz mitfahren. Doch das gilt nicht für alle Reisemöglichkeiten.\nFür Fernzüge und Fernbusse ist noch bis zum 2. Februar bundesweit eine FFP2-Maskenpflicht festgeschrieben.\nDas Ende der Maskenpflicht im öffentlichen Nahverkehr war vergangenen Dienstag nach einer Kabinettssitzung von Gesundheitsministerin Petra Köpping (64, SPD) verkündet worden.\nKöpping tritt weiterhin für das freiwillige Tragen einer Maske ein. „Wir haben viele Infektionskrankheiten und eine Maske schützt nicht nur vor Corona, sondern auch vor anderen Infektionskrankheiten“, sagte die SPD-Politikerin.\nSachsen war das erste Bundesland, das nach Ausbruch der Corona-Pandemie die Maskenpflicht in öffentlichen Verkehrsmitteln sowie beim Einkauf einführte.'
?	'Corvus Corax schrieb am 06.04.2022 13:44:\nUnd die Chinesen würden sich die Misere mit der abstürzenden ISS anschauen und sagen.\nDie Chinesen würden wohl eher sagen:\nKlar ziehen wir mit euch was auf, schließlich kann man sich auf Euch verlassen.\nViel lieber als mit den Amis, die aus fadenscheinigen Gründen langfristige Abkommen mal eben aufkündigen.'

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}
}

cbpuschmann
/

MiniLM-ispolitical-zeroshot