diff --git "a/README.md" "b/README.md" --- "a/README.md" +++ "b/README.md" @@ -5,37 +5,45 @@ tags: - text-classification - generated_from_setfit_trainer widget: -- text: '"Die jüngste Protestwelle der Klima-Aktivisten hat erneut die Straßen besetzt, - aber ihre Forderungen bleiben allzu oft in den Worten stecken. Die Notwendigkeit - von tatsächlichen Lösungen und politischen Kompromissen wird zu oft übersehen."' -- text: 'Chaos in der City! Wieder einmal legen Klima-Aktivisten mit ihren radikalen - Aktionen den Verkehr lahm und sorgen für Frust bei den Pendlern. Viele fragen - sich: Geht''s hier wirklich noch ums Klima oder nur um Aufmerksamkeit um jeden - Preis?' -- text: Klima-Aktivismus-Gruppen wie Fridays for Future und die Letzte Generation - haben in den vergangenen Jahren durch verschiedene Protestaktionen auf die Dringlichkeit - des Klimaschutzes aufmerksam gemacht. Während Befürworter die Aktionen als notwendiges - Mittel zur Sensibilisierung für die Klimakrise betrachten, kritisieren Gegner - die Störungen des öffentlichen Lebens und fordern konstruktivere Ansätze im Dialog - mit Politik und Gesellschaft. -- text: Inmitten wachsender Besorgnis über den Klimawandel setzen Klima-Aktivismus-Gruppen - wie Fridays for Future und die Letzte Generation ein deutliches Zeichen für den - notwendigen Wandel. Ihre Aktionen erinnern eindringlich daran, dass dringende - Maßnahmen zum Schutz unserer Umwelt ergriffen werden müssen. -- text: In den letzten Jahren haben Klima-Aktivismus-Gruppen wie Fridays for Future - und die Letzte Generation durch verschiedene Protestaktionen auf die Dringlichkeit - des Klimawandels aufmerksam gemacht und eine breite gesellschaftliche Debatte - angestoßen. Während einige ihre Methoden als notwendiges Mittel zur Beschleunigung - politischer Maßnahmen sehen, kritisieren andere die Störungen des öffentlichen - Lebens und fordern konstruktivere Ansätze. +- text: Aber ratzfatz waren sie ab; Klima-Kleber blockieren Bundesstraße in Dortmund + Dortmund - Klimaaktivist der Gruppierung ›DLG› haben am Mittwoch den Straßenverkehr + in der Dortmunder Innenstadt vorübergehend gestört. Am Morgen blockierten fünf + Menschen einen Teil der zentralen zweispurigen B54 stadteinwärts, einige klebten + sich fest. +- text: 'Es gebe aber auch Hoffnung für schnelle Veränderungen. Als FFF erstmals auf + die Straße gingen, habe er erstmals das Gefühl gehabt, dass Unternehmer feststellten: + ›Scheiße, da passiert gerade was.› Das habe einen ersten Bruch gegeben, in der + Autobranche habe plötzlich jeder auf E-Mobilität gesetzt. Auch die gestiegenen + Energiepreise seien ein Auslöser: ›Der Preis treibt die Unternehmen schneller + in die nachhaltige Energieversorgung als jede andere Diskussion. Und zwar innerhalb + von anderthalb bis zwei Jahren.›' +- text: Die ›DLG› ist eine verschworene Truppe - aber kein Geheimbund. Die Vorträge + sind öffentlich. Jeder kann sich für Trainings anmelden, bei denen der Umgang + mit Autofahrern geprobt wird. Nach eigenen Angaben finanzieren sich die radikalen + Klimaschützer vor allem über Spenden. Mit Geld des ›Climate Emergency Fund›, einem + US-Fond, bezahlen die radikalen Klimaschützer Werbung oder Weiterbildung. +- text: Die aktivist bezeichnen sich als ›DLG›. Sie fordern von Bundeswirtschaftsminister + Robert Habeck Grüne, auf fossile Energie zu verzichten. Zudem verlangen sie eine + Lebenserklärung der Rektorin der Leipziger Universität. Diese soll sich ›offiziell, + öffentlich und gerichtet an Robert Habeck gegen den Bau und die Finanzierung neuer + fossiler Infrastruktur aussprechen. Insbesondere gegen neue Ölbohrungen in der + Nordsee sowie neue Flüssiggas-Terminals›, hieß es in einer Mitteilung der Gruppe + am Donnerstag. +- text: Der Anlass für Faesers Aussagen ist ein Vorfall Anfang der Woche. Dabei war + eine Radfahrerin in Berlin von einem Betonmischer überfahren worden. Ein Bergungsfahrzeug + der Feuerwehr steckte in einem Stau, der offenbar von Klima-aktivist der ›DLG› + ausgelöst oder verstärkt worden war. Die Feuerwehr befreite die lebensgefährlich + verletzte Frau schließlich ohne das Spezialfahrzeug. An diesem Donnerstag wurde + die Radfahrerin für hirntot erklärt. Unklar ist, ob ein schnelleres Eintreffen + des Spezialfahrzeugs ihr hätte helfen können. metrics: - accuracy pipeline_tag: text-classification library_name: setfit inference: true -base_model: sentence-transformers/paraphrase-multilingual-mpnet-base-v2 +base_model: T-Systems-onsite/cross-en-de-roberta-sentence-transformer model-index: -- name: SetFit with sentence-transformers/paraphrase-multilingual-mpnet-base-v2 +- name: SetFit with T-Systems-onsite/cross-en-de-roberta-sentence-transformer results: - task: type: text-classification @@ -46,13 +54,13 @@ model-index: split: test metrics: - type: accuracy - value: 1.0 + value: 0.5616438356164384 name: Accuracy --- -# SetFit with sentence-transformers/paraphrase-multilingual-mpnet-base-v2 +# SetFit with T-Systems-onsite/cross-en-de-roberta-sentence-transformer -This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [sentence-transformers/paraphrase-multilingual-mpnet-base-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification. +This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [T-Systems-onsite/cross-en-de-roberta-sentence-transformer](https://huggingface.co/T-Systems-onsite/cross-en-de-roberta-sentence-transformer) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification. The model has been trained using an efficient few-shot learning technique that involves: @@ -63,9 +71,9 @@ The model has been trained using an efficient few-shot learning technique that i ### Model Description - **Model Type:** SetFit -- **Sentence Transformer body:** [sentence-transformers/paraphrase-multilingual-mpnet-base-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2) +- **Sentence Transformer body:** [T-Systems-onsite/cross-en-de-roberta-sentence-transformer](https://huggingface.co/T-Systems-onsite/cross-en-de-roberta-sentence-transformer) - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance -- **Maximum Sequence Length:** 128 tokens +- **Maximum Sequence Length:** 512 tokens - **Number of Classes:** 3 classes @@ -78,18 +86,18 @@ The model has been trained using an efficient few-shot learning technique that i - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit) ### Model Labels -| Label | Examples | -|:-----------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| -| supportive | | -| opposed | | -| neutral | | +| Label | Examples | +|:-----------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| +| opposed | | +| supportive | | +| neutral | | ## Evaluation ### Metrics | Label | Accuracy | |:--------|:---------| -| **all** | 1.0 | +| **all** | 0.5616 | ## Uses @@ -109,7 +117,7 @@ from setfit import SetFitModel # Download from the 🤗 Hub model = SetFitModel.from_pretrained("cbpuschmann/klimacoder_protest_v0.1") # Run inference -preds = model("Chaos in der City! Wieder einmal legen Klima-Aktivisten mit ihren radikalen Aktionen den Verkehr lahm und sorgen für Frust bei den Pendlern. Viele fragen sich: Geht's hier wirklich noch ums Klima oder nur um Aufmerksamkeit um jeden Preis?") +preds = model("Aber ratzfatz waren sie ab; Klima-Kleber blockieren Bundesstraße in Dortmund Dortmund - Klimaaktivist der Gruppierung ›DLG› haben am Mittwoch den Straßenverkehr in der Dortmunder Innenstadt vorübergehend gestört. Am Morgen blockierten fünf Menschen einen Teil der zentralen zweispurigen B54 stadteinwärts, einige klebten sich fest.") ```