diff --git "a/README.md" "b/README.md" --- "a/README.md" +++ "b/README.md" @@ -10,22 +10,54 @@ tags: - text-classification - generated_from_setfit_trainer widget: -- text: " Que lo anteriormente expuesto se realiza al amparo del Real Decreto Legislativo\ - \ 6/2015, de 30 de octubre, por el que se aprueba el texto refundido de la Ley\ - \ sobre Tráfico, Circulación de Vehículos a Motor y Seguridad Vial, en su artículo\ - \ 112 dice :\r\n\r\n1. El plazo de prescripción de las infracciones previstas\ - \ en esta Ley será de tres meses para las infracciones leves y de seis para las\ - \ infracciones graves y muy graves. DIPUTACIÓN PROVINCIALDE CÁDIZ 3 E El ¿ a tps:/sede.dpucadiz\ - \ eslvenemaltode/WUEWOD 22Z8IZPHSZVPCHASGGI 2/2 Estado de elaboración: Copla electónica\ - \ auténtica de documento papel En El plazo de prescripción comenzará a contara\ - \ partir del mismo día en que los hechos se hubieran cometido." -- text: En el expediente no se describe con precisión el motivo por el cual se me - ha sancionado. -- text: En el presente procedimiento sancionador se vulnera el Principio de Tipicidad -- text: Pienso que la sanción es excesiva y no se ha considerado adecuadamente la - gravedad de la falta. -- text: La administración debe probar los hechos para no transgredir el principio - de presunción de inocencia. +- text: 'Que no estando conforme en absoluto con los hechos denunciados, se interpone + el presente + + escrito en tiempo y forma en base a las siguientes' +- text: "En primer lugar, indicar algo fundamental y es el hecho de que mi vehículo\ + \ NO estaba estacionado, \nsino que se encontraba parado, puesto que reunía todos\ + \ los requisitos legales\nestablecidos en el anexo l, apartado 81 del RD Legislativo\ + \ 6/2015, de 30 de octubre, donde se\nrecoge que la_parada_es la inmovilización\ + \ de un vehículo durante un tiempo inferior a dos\nminutos, sin que el conductor\ + \ pueda abandonarlo. Es decir, que se estaría sancionando un\nhecho no constitutivo\ + \ de infracción administrativa, y, por tanto, vulnerando el principio de tipicidad\ + \ \nrecogido en el artículo 27.1 de la Ley 40/2015, de 1 de octubre, de Régimen\ + \ Jurídico del\nSector Público, puesto que solo constituyen infracciones administrativas\ + \ las vulneraciones del\nordenamiento jurídico previstas como tales infracciones\ + \ en una Ley." +- text: QUINTA.- Hay que alegar que con el presente expediente se vulnera el PRINCIPIO + DE PROPORCIONALIDAD que debe regir a la hora de la imposición de las sanciones. +- text: 'Que SE SOLICITA LA APERTURA DEL PERÍODO DE PRUEBA conforme indica el + + artículo 95 del RD Legislativo 6/2015, de 30 de octubre, así como el artículo + 13 del R.D. 320/94 por + + el que se aprueba el Reglamento del Procedimiento Sancionador en materia de tráfico, + circulación de + + vehículos a motor y seguridad vial, y, en su virtud, se propone la práctica de + los siguientes medios + + de prueba, esenciales para la comprobación de los hechos y mi defensa: + + + * Documento Fotográfico del presunto vehículo infractor para verificar si el mismo + circulaba + + a velocidad superior a la permitida, el cual es exigible que conste de al menos + dos fotogramas + + tomados en diferentes instantes, debiendo figurar en los citados fotogramas, los + datos necesarios + + para relacionar dicha prueba con el cinemómetro que, en principio, los obtuvo; + así, como, en caso de + + tratarse de un radar instalado en un vehículo, deberá constar la velocidad a la + que circula el mismo.' +- text: 'En relación a la cuantía económica impuesta y en base al principio de + + proporcionalidad, creo que es excesiva.' inference: true model-index: - name: SetFit with desarrolloasesoreslocales/bert-leg-al-corpus @@ -39,7 +71,7 @@ model-index: split: test metrics: - type: accuracy - value: 0.8988095238095238 + value: 0.9126984126984127 name: Accuracy --- @@ -71,36 +103,36 @@ 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 | -|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| -| 1001 | | -| 2027 | | -| 2026 | | -| 2002 | | -| 2022 | | -| 2038 | | -| 2017 | | -| 2039 | | -| 78 | | -| 353 | | -| 2060 | | -| 2037 | | -| 237 | | -| 357 | | -| 994 | | -| 2001 | | -| 2014 | | -| 2010 | | -| 2013 | | -| 49 | | -| 304 | | +| Label | Examples | +|:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| +| 2060 | | +| 2037 | | +| 2027 | | +| 2002 | | +| 237 | | +| 2022 | | +| 2026 | | +| 2039 | | +| 2038 | | +| 353 | | +| 304 | | +| 2001 | | +| 2014 | | +| 49 | | +| 78 | | +| 1001 | | +| 357 | | +| 2017 | | +| 2013 | | +| 994 | | +| 2010 | | ## Evaluation ### Metrics | Label | Accuracy | |:--------|:---------| -| **all** | 0.8988 | +| **all** | 0.9127 | ## Uses @@ -120,7 +152,8 @@ from setfit import SetFitModel # Download from the 🤗 Hub model = SetFitModel.from_pretrained("desarrolloasesoreslocales/bert-leg-al-setfit") # Run inference -preds = model("En el presente procedimiento sancionador se vulnera el Principio de Tipicidad") +preds = model("En relación a la cuantía económica impuesta y en base al principio de +proporcionalidad, creo que es excesiva.") ```