desarrolloasesoreslocales
commited on
Commit
•
a84d2ce
1
Parent(s):
4a68ad0
Push model using huggingface_hub.
Browse files- README.md +80 -127
- config.json +1 -1
- config_sentence_transformers.json +1 -1
- model.safetensors +1 -1
- model_head.pkl +1 -1
README.md
CHANGED
@@ -1,24 +1,30 @@
|
|
1 |
---
|
2 |
library_name: setfit
|
|
|
|
|
|
|
3 |
tags:
|
4 |
- setfit
|
5 |
- sentence-transformers
|
6 |
- text-classification
|
7 |
- generated_from_setfit_trainer
|
8 |
-
metrics:
|
9 |
-
- accuracy
|
10 |
widget:
|
11 |
-
- text:
|
12 |
-
|
13 |
-
|
14 |
-
- text:
|
15 |
-
|
16 |
-
|
17 |
-
- text:
|
18 |
-
|
19 |
-
- text:
|
20 |
-
|
21 |
-
|
|
|
|
|
|
|
|
|
|
|
22 |
inference: true
|
23 |
model-index:
|
24 |
- name: SetFit
|
@@ -32,7 +38,7 @@ model-index:
|
|
32 |
split: test
|
33 |
metrics:
|
34 |
- type: accuracy
|
35 |
-
value: 0.
|
36 |
name: Accuracy
|
37 |
---
|
38 |
|
@@ -64,35 +70,35 @@ The model has been trained using an efficient few-shot learning technique that i
|
|
64 |
- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
|
65 |
|
66 |
### Model Labels
|
67 |
-
| Label | Examples
|
68 |
-
|
69 |
-
|
|
70 |
-
|
|
71 |
-
|
|
72 |
-
|
|
73 |
-
|
|
74 |
-
|
|
75 |
-
|
|
76 |
-
|
|
77 |
-
|
|
78 |
-
|
|
79 |
-
|
|
80 |
-
|
|
81 |
-
|
|
82 |
-
|
|
83 |
-
|
|
84 |
-
|
|
85 |
-
|
|
86 |
-
|
|
87 |
-
|
|
88 |
-
|
|
89 |
|
90 |
## Evaluation
|
91 |
|
92 |
### Metrics
|
93 |
| Label | Accuracy |
|
94 |
|:--------|:---------|
|
95 |
-
| **all** | 0.
|
96 |
|
97 |
## Uses
|
98 |
|
@@ -112,7 +118,7 @@ from setfit import SetFitModel
|
|
112 |
# Download from the 🤗 Hub
|
113 |
model = SetFitModel.from_pretrained("desarrolloasesoreslocales/bert-leg-al-setfit")
|
114 |
# Run inference
|
115 |
-
preds = model("
|
116 |
```
|
117 |
|
118 |
<!--
|
@@ -144,39 +150,39 @@ preds = model("ay que alegar que con el presente expediente se vulnera el PRINCI
|
|
144 |
### Training Set Metrics
|
145 |
| Training set | Min | Median | Max |
|
146 |
|:-------------|:----|:--------|:----|
|
147 |
-
| Word count | 3 |
|
148 |
|
149 |
| Label | Training Sample Count |
|
150 |
|:------|:----------------------|
|
151 |
-
| 49 |
|
152 |
-
| 78 |
|
153 |
-
| 237 |
|
154 |
-
| 304 |
|
155 |
-
| 353 |
|
156 |
-
| 357 |
|
157 |
-
| 994 |
|
158 |
-
| 1001 |
|
159 |
-
| 2001 |
|
160 |
-
| 2002 |
|
161 |
-
| 2010 |
|
162 |
-
| 2013 |
|
163 |
-
| 2014 |
|
164 |
-
| 2017 |
|
165 |
-
| 2022 |
|
166 |
-
| 2026 |
|
167 |
-
| 2037 |
|
168 |
-
| 2038 |
|
169 |
-
| 2039 |
|
170 |
-
| 2060 |
|
171 |
|
172 |
### Training Hyperparameters
|
173 |
-
- batch_size: (
|
174 |
- num_epochs: (1, 1)
|
175 |
- max_steps: -1
|
176 |
- sampling_strategy: oversampling
|
177 |
-
- num_iterations:
|
178 |
- body_learning_rate: (2e-05, 1e-05)
|
179 |
-
- head_learning_rate:
|
180 |
- loss: CosineSimilarityLoss
|
181 |
- distance_metric: cosine_distance
|
182 |
- margin: 0.25
|
@@ -184,73 +190,20 @@ preds = model("ay que alegar que con el presente expediente se vulnera el PRINCI
|
|
184 |
- use_amp: True
|
185 |
- warmup_proportion: 0.1
|
186 |
- seed: 42
|
187 |
-
- eval_max_steps:
|
188 |
- load_best_model_at_end: True
|
189 |
|
190 |
### Training Results
|
191 |
-
| Epoch | Step
|
192 |
-
|
193 |
-
| 0.
|
194 |
-
| 0.
|
195 |
-
| 0.
|
196 |
-
| 0.
|
197 |
-
|
|
198 |
-
| 0.
|
199 |
-
| 0.
|
200 |
-
| 0.
|
201 |
-
| 0.1333 | 800 | 0.0031 | 0.0685 |
|
202 |
-
| 0.15 | 900 | 0.007 | 0.0817 |
|
203 |
-
| 0.1667 | 1000 | 0.0001 | 0.0721 |
|
204 |
-
| 0.1833 | 1100 | 0.0005 | 0.0616 |
|
205 |
-
| 0.2 | 1200 | 0.0001 | 0.0774 |
|
206 |
-
| 0.2167 | 1300 | 0.0034 | 0.0692 |
|
207 |
-
| 0.2333 | 1400 | 0.0001 | 0.0715 |
|
208 |
-
| 0.25 | 1500 | 0.0043 | 0.0714 |
|
209 |
-
| 0.2667 | 1600 | 0.001 | 0.0657 |
|
210 |
-
| 0.2833 | 1700 | 0.0001 | 0.0718 |
|
211 |
-
| 0.3 | 1800 | 0.0068 | 0.0681 |
|
212 |
-
| 0.3167 | 1900 | 0.0 | 0.0704 |
|
213 |
-
| 0.3333 | 2000 | 0.0 | 0.0677 |
|
214 |
-
| 0.35 | 2100 | 0.0099 | 0.0673 |
|
215 |
-
| 0.3667 | 2200 | 0.0029 | 0.0671 |
|
216 |
-
| 0.3833 | 2300 | 0.0001 | 0.0677 |
|
217 |
-
| 0.4 | 2400 | 0.0064 | 0.0689 |
|
218 |
-
| 0.4167 | 2500 | 0.0029 | 0.0718 |
|
219 |
-
| 0.4333 | 2600 | 0.0619 | 0.0611 |
|
220 |
-
| 0.45 | 2700 | 0.0027 | 0.074 |
|
221 |
-
| 0.4667 | 2800 | 0.0 | 0.0685 |
|
222 |
-
| 0.4833 | 2900 | 0.0152 | 0.0696 |
|
223 |
-
| 0.5 | 3000 | 0.0001 | 0.0672 |
|
224 |
-
| 0.5167 | 3100 | 0.0023 | 0.063 |
|
225 |
-
| 0.5333 | 3200 | 0.0 | 0.0722 |
|
226 |
-
| 0.55 | 3300 | 0.0139 | 0.0706 |
|
227 |
-
| 0.5667 | 3400 | 0.0031 | 0.0762 |
|
228 |
-
| 0.5833 | 3500 | 0.0001 | 0.0662 |
|
229 |
-
| 0.6 | 3600 | 0.0064 | 0.0691 |
|
230 |
-
| 0.6167 | 3700 | 0.0001 | 0.0749 |
|
231 |
-
| 0.6333 | 3800 | 0.0 | 0.0721 |
|
232 |
-
| 0.65 | 3900 | 0.0 | 0.0717 |
|
233 |
-
| 0.6667 | 4000 | 0.003 | 0.0674 |
|
234 |
-
| 0.6833 | 4100 | 0.0 | 0.0695 |
|
235 |
-
| 0.7 | 4200 | 0.0063 | 0.0739 |
|
236 |
-
| 0.7167 | 4300 | 0.0462 | 0.0697 |
|
237 |
-
| 0.7333 | 4400 | 0.0 | 0.066 |
|
238 |
-
| 0.75 | 4500 | 0.0055 | 0.0691 |
|
239 |
-
| 0.7667 | 4600 | 0.0 | 0.0721 |
|
240 |
-
| 0.7833 | 4700 | 0.0065 | 0.0749 |
|
241 |
-
| 0.8 | 4800 | 0.0 | 0.0725 |
|
242 |
-
| 0.8167 | 4900 | 0.0027 | 0.0745 |
|
243 |
-
| 0.8333 | 5000 | 0.0 | 0.0703 |
|
244 |
-
| 0.85 | 5100 | 0.0056 | 0.0651 |
|
245 |
-
| 0.8667 | 5200 | 0.0069 | 0.073 |
|
246 |
-
| 0.8833 | 5300 | 0.0 | 0.0692 |
|
247 |
-
| 0.9 | 5400 | 0.0108 | 0.0725 |
|
248 |
-
| 0.9167 | 5500 | 0.0 | 0.0672 |
|
249 |
-
| 0.9333 | 5600 | 0.0039 | 0.0691 |
|
250 |
-
| 0.95 | 5700 | 0.0 | 0.0721 |
|
251 |
-
| 0.9667 | 5800 | 0.0021 | 0.0715 |
|
252 |
-
| 0.9833 | 5900 | 0.0 | 0.073 |
|
253 |
-
| 1.0 | 6000 | 0.0061 | 0.0663 |
|
254 |
|
255 |
* The bold row denotes the saved checkpoint.
|
256 |
### Framework Versions
|
@@ -258,7 +211,7 @@ preds = model("ay que alegar que con el presente expediente se vulnera el PRINCI
|
|
258 |
- SetFit: 1.0.3
|
259 |
- Sentence Transformers: 3.0.1
|
260 |
- Transformers: 4.40.2
|
261 |
-
- PyTorch: 2.3.
|
262 |
- Datasets: 2.20.0
|
263 |
- Tokenizers: 0.19.1
|
264 |
|
|
|
1 |
---
|
2 |
library_name: setfit
|
3 |
+
metrics:
|
4 |
+
- accuracy
|
5 |
+
pipeline_tag: text-classification
|
6 |
tags:
|
7 |
- setfit
|
8 |
- sentence-transformers
|
9 |
- text-classification
|
10 |
- generated_from_setfit_trainer
|
|
|
|
|
11 |
widget:
|
12 |
+
- text: 'Se propone la práctica de los siguientes medios de prueba: análisis del conductor
|
13 |
+
habitual del vehículo y testimonio del agente denunciante, para demostrar la inexistencia
|
14 |
+
de infracción.'
|
15 |
+
- text: Deseo aclarar que mi automóvil no obstaculizaba en absoluto el tráfico, ya
|
16 |
+
que estaba correctamente aparcado y dejaba espacio suficiente para la circulación
|
17 |
+
de otros vehículos.
|
18 |
+
- text: No quiero ser sancionado dos veces por el mismo hecho, es una violación del
|
19 |
+
principio de non bis in idem
|
20 |
+
- text: Que teniendo por presentado este escrito, se sirva admitirlo, teniendo por
|
21 |
+
formuladas las alegaciones en el mismo contenidas y, en consecuencia, curse las
|
22 |
+
oportunas instrucciones con el fín de que se proceda a la anulación del expediente
|
23 |
+
sancionador referido
|
24 |
+
- text: Me ha llegado una denuncia de tráfico del coche 1234HYG, pero este automóvil
|
25 |
+
fue dado de baja por robo en mayo de 2023 y aún no ha sido recuperado. Pido que
|
26 |
+
se anule la sanción ya que el vehículo no podía estar circulando en la fecha de
|
27 |
+
la infracción.
|
28 |
inference: true
|
29 |
model-index:
|
30 |
- name: SetFit
|
|
|
38 |
split: test
|
39 |
metrics:
|
40 |
- type: accuracy
|
41 |
+
value: 0.879746835443038
|
42 |
name: Accuracy
|
43 |
---
|
44 |
|
|
|
70 |
- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
|
71 |
|
72 |
### Model Labels
|
73 |
+
| Label | Examples |
|
74 |
+
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
|
75 |
+
| 353 | <ul><li>'Se pide el archivo del expediente sancionador sin más trámites, fundamentándose en la aplicación del principio non bis in idem, ya que se ha producido una duplicidad de sanciones por el mismo hecho infractor, lo cual está prohibido en nuestro ordenamiento jurídico.'</li><li>'Solo la anulación de a segunda multa (LESS7401), ya que es por el mismo motwo: "estacionar donde lo prohiba la señal, y ya está pagada.'</li><li>'Se alega la aplicación del principio non bis in idem, puesto que se han recibido tres denuncias por el mismo hecho, mismo vehículo y en el mismo lugar, sin que haya habido desplazamiento del vehículo entre las fechas de las infracciones.'</li></ul> |
|
76 |
+
| 78 | <ul><li>'La carga de la prueba recae en la Administración, no en el denunciado, por lo que se requiere una actividad probatoria exhaustiva.'</li><li>'Carecemos de pruebas fehacientes que corroboren la comisión de la infracción, por lo que se aplica el principio de presunción de inocencia.'</li><li>'La Administración no ha podido probar la realidad de los hechos objeto de la denuncia, por lo que se vulnera el derecho a la presunción de inocencia del denunciado.'</li></ul> |
|
77 |
+
| 2001 | <ul><li>'Conforme al procedimiento establecido, se solicita la apertura del período probatorio y, como parte fundamental del mismo, se requiere un informe detallado del agente denunciante que aclare los puntos controvertidos de la denuncia, especialmente en lo referente a la supuesta infracción y las condiciones del entorno en el momento de los hechos.'</li><li>'se inventó que no se pudo entregar en mano por problemas técnicos en la impresión del boletín de denuncia, cuando la realidad no es esa, ya que la otra si la imprimió se la dio y se marchó.'</li><li>'Deseo que se cambie la denuncia y se solicite un informe del agente denunciante sobre las alegaciones efectuadas por este interesado'</li></ul> |
|
78 |
+
| 2017 | <ul><li>'Mi vehículo estaba estacionado en un lugar permitido y no obstaculizaba la circulación de otros vehículos, por lo que rechazo la acusación'</li><li>'El estacionamiento de mi vehículo no suponía ningún impedimento para la circulación, ya que se encontraba en un área permitida y sin afectar el tráfico'</li><li>'La acusación de obstaculizar el tráfico es errónea, ya que mi vehículo estaba estacionado de forma que no impedía el paso de otros automóviles ni peatones'</li></ul> |
|
79 |
+
| 304 | <ul><li>'En atención a lo expuesto, se solicita que se tenga por presentado este escrito y se acuerde la anulación del expediente sancionador por falta de motivación'</li><li>'Se solicita la anulación del expediente sancionador por cuanto el mismo se basa en una denuncia que carece de fundamentos jurídicos'</li><li>'se dicte propuesta de resolución en la que se acuerde el sobreseimiento del expediente sancionador.'</li></ul> |
|
80 |
+
| 49 | <ul><li>'En primer lugar, he de manifestar que lo que supuestamente el agente observa y así hace constar en las observaciones de la denuncia es " pasajera mujer trasera izquierda con bebe en brazos sin silla homologada”, hecho este totalmente incierto'</li><li>'No se puede imputar la infracción, ya que se trató de una parada momentánea para ayudar a un familiar discapacitado'</li><li>'Que estando aparcado en un aparcamiento público de aparcamiento para personas con discapacidad y teniendo en vigor la tajeta azul de aparcamiento. Se me mula por star en una plaza de aparcamiento para personas con discapacidad de caracter privado siendo incierto'</li></ul> |
|
81 |
+
| 1001 | <ul><li>'No existf en el callejero de La Linea de la Concepción el lugar donde se supe ¿e que se ha cométido la infracción: “calle piscina municipal junto a sn”, por lo tanto no sé dónde sq supone que he aparcado sin ticket, pues no reconozco esta calle.'</li><li>'El agente denunciante no ha proporcionado la documentación necesaria para sustentar la denuncia'</li><li>'El agente denunciante ha omitido incluir en el boletín de denuncia su número de identificación profesional, incumpliendo así lo establecido en la normativa de tráfico'</li></ul> |
|
82 |
+
| 2039 | <ul><li>'Se ha producido la prescripción de la acción para sancionar la infracción debido a la demora en la tramitación del expediente sancionador'</li><li>'Se ha producido la prescripción de la acción para sancionar infracciones en materia de tráfico.'</li><li>'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.'</li></ul> |
|
83 |
+
| 237 | <ul><li>'Solicito la revisión del expediente sancionador 0059/2023/901234 correspondiente al vehículo 4567YUI, que causó baja definitiva en la DGT el 3 de marzo de 2023. No es posible que el vehículo haya infringido la norma en la fecha denunciada.'</li><li>'He recibido una denunc con fecha 13/08/2923 alas 27:30 en la localidad de La Linea dela Concepción, El vell al que hacen referencia con matricula S64sKCN, fue dado de baja denntva y destruido, el pasado 10 de julio de 2023, por lo que es imposise que estuviese erculando en la fecha indicada por el agente.'</li><li>'He recibido una multa de tráfico para el vehículo 6543ASD, pero este coche fue dado de baja definitiva y desguazado el 20 de febrero de 2023. Ruego revisen el caso y anulen la multa ya que el vehículo no existía en la fecha de la supuesta infracción.'</li></ul> |
|
84 |
+
| 2014 | <ul><li>'La multa impuesta no respeta el principio de proporcionalidad, pues no se ha justificado adecuadamente la gravedad atribuida a la infracción ni se han valorado las circunstancias particulares del caso que aconsejarían una sanción menor.'</li><li>'Que la propuesta de sanción inicialmente realizada consistente en el pago de una multa de 200,00 Euros no se adecua al principio de proporcionalidad, y demás criterios, que deben respetarse en el ejercicio de la potestad sancionadora de la Administración, quien, de forma específica queda limitada por el real decreto legislativo RDL 8/2004 en su artículo 3, letra “C”, que deberán tenerse en cuenta, a los efectos de rebajar la sanción a imponer, las circunstancias objetivas del hecho en concreto: * graduada según que el vehiculo circulase o no, su categoría, el servicio que preste, la gravedad del perjuicio causado, en su caso, la duración de la falta de aseguramiento y la reiteración de la misma infracción”.'</li><li>'Solicito la reducción de la sanción, ya que no se han aplicado correctamente los criterios de graduación previstos en la normativa'</li></ul> |
|
85 |
+
| 2060 | <ul><li>'Pido que se pida informe al agente denunciante de la misma Agente 12312 para sbreseer la misma ya que ful autorzada poroto compañero'</li><li>'Solicito informe detallado del Agente denunciante sobre las circunstancias de la presunta infracción'</li><li>'PIDO QUE que me remita testimonio literal del acuerdo de incoación del expediente sancionador así como se incorpore _al expediente informe del Agente denunciante relativo a las circunstancias de la presunta infracción,'</li></ul> |
|
86 |
+
| 2026 | <ul><li>'Solicito la apertura del período de prueba, proponiendo la práctica de los medios de prueba necesarios para acreditar la inexistencia de infracción en la prescriptions efectuada.'</li><li>'Solicito la práctica de la prueba documental en contrario de la alegación de prescripción efectuada, así como la revisión y copia del expediente.'</li><li>'El día en que se formuló la denuncia no se notificó la misma en el momento por lo que solicito que me sea remitida copia del boletín completado por el denunciante.'</li></ul> |
|
87 |
+
| 2038 | <ul><li>'Se evidencia una transgresión del principio de tipicidad en el presente expediente, ya que la Administración ha aplicado de manera errónea la norma sancionadora, subsumiendo hechos que no encajan en el tipo infractor previsto.'</li><li>'La sanción impuesta infringe el principio de tipicidad, puesto que la acción denunciada no se encuentra tipificada como infracción administrativa según la legislación vigente en el momento de su comisión.'</li><li>'La resolución sancionadora vulnera el principio de tipicidad al no existir una perfecta correspondencia entre la conducta del administrado y la infracción administrativa descrita en la norma.'</li></ul> |
|
88 |
+
| 2013 | <ul><li>'Alego que la sanción impuesta vulnera el principio de proporcionalidad, ya que no se han considerado adecuadamente las circunstancias atenuantes y agravantes'</li><li>'Solicito se reaplicuen los principios de proporcionalidad y necesidad en la determinación de la sanción, ya que la cuantía económica impuesta es desproporcionada en relación con la gravedad de la infracción'</li><li>'Alego que la Administración no ha justificado adecuadamente los criterios utilizados para graduar la sanción, incumpliendo así lo establecido en el Art. 29 de la Ley 40/2015'</li></ul> |
|
89 |
+
| 994 | <ul><li>'Prueba fotográfica del vehículo sancionado en la que se aprecie como y donde estaba, y en su caso, y si lo hubiere la presencia o ausencia de título habilitante.'</li><li>'Solicito la remisión de la prueba fotográfica que acompaña la denuncia'</li><li>'Remisión de la prueba fotográfica tomada por el agente denunciante en el momento de la denuncia'</li></ul> |
|
90 |
+
| 2002 | <ul><li>'En el caso que nos ocupa, no se justifica ninguna de la razones expuestas por el citado artículo 89, que justifican que la falta de notificación en el acto de la denuncia objeto del expediente en cuestión, motivo por el cual, se solicita, el archivo del mismo.'</li><li>'La denuncia fue formulada sin notificar al conductor del vehículo en el acto, lo que vicia de nulidad toda la tramitación del expediente sancionador'</li><li>'En el presente caso, se incumple, lo dispuesto en el artículo 89 del Real Decreto Legislativo 6/2015, el cual dispone que “las denuncias se notificarán siempre y en todo caso en el acto, salvo que concurran las siguientes circunstancias:'</li></ul> |
|
91 |
+
| 357 | <ul><li>'No se presenta una justificación clara y convincente en la resolución sancionadora sobre la relación entre la conducta del denunciado y la norma supuestamente infringida.'</li><li>'El boletín de denuncia no contiene una descripción precisa de la conducta infractora, lo que impide una adecuada defensa del denunciado.'</li><li>'La autoridad sancionadora no ha ofrecido una fundamentación jurídica razonable para imponer la sanción.'</li></ul> |
|
92 |
+
| 2037 | <ul><li>'Me multaron por estacionar en una plaza reservada PMR, pero soy titular de tarjeta de estacionamiento para discapacitados y la olvidé en casa por error'</li><li>'La tarjeta de mi hija con discapacidad motora se encontraba en el parasol, pero al bajarla para conducir, olvidé volverla a su sitio'</li><li>'Fui sancionado por estacionar en plaza PMR sin autorización visible. Soy titular de tarjeta de estacionamiento para discapacitados pero ese día la llevaba en el bolsillo por olvido. Ruego se anule la multa, adjunto mi documentación.'</li></ul> |
|
93 |
+
| 2010 | <ul><li>'La presunción de veracidad de las denuncias de los agentes de tráfico no significa que el denunciado no tenga derecho a defenderse, sino que debe aportar pruebas más sólidas para contradecir la versión del agente'</li><li>'La denuncia del agente de tráfico goza de presunción de veracidad, salvo prueba en contrario, lo que no impide al denunciado aportar pruebas en su defensa, pero sí le exige que sean suficientemente convincentes para rebatirla'</li><li>'El testimonio del agente denunciante tiene un valor probatorio reforzado por la ley, lo que no impide al denunciado aportar pruebas en su defensa, pero sí le exige que sean suficientemente convincentes para rebatirlo'</li></ul> |
|
94 |
+
| 2022 | <ul><li>'La denuncia no proporciona información suficiente sobre las circunstancias específicas de la infracción, limitándose a reproducir el texto legal, lo que vulnera el derecho del denunciado a conocer con precisión los hechos que se le atribuyen.'</li><li>'La denuncia se limita a reproducir el texto legal sin especificar las acciones concretas del denunciado, lo que impide una adecuada defensa.'</li><li>'La falta de detalle en la descripción de los hechos denunciados impide al presunto infractor ejercer eficazmente su derecho de defensa, al no proporcionarle información suficiente sobre la conducta que se le atribuye.'</li></ul> |
|
95 |
|
96 |
## Evaluation
|
97 |
|
98 |
### Metrics
|
99 |
| Label | Accuracy |
|
100 |
|:--------|:---------|
|
101 |
+
| **all** | 0.8797 |
|
102 |
|
103 |
## Uses
|
104 |
|
|
|
118 |
# Download from the 🤗 Hub
|
119 |
model = SetFitModel.from_pretrained("desarrolloasesoreslocales/bert-leg-al-setfit")
|
120 |
# Run inference
|
121 |
+
preds = model("No quiero ser sancionado dos veces por el mismo hecho, es una violación del principio de non bis in idem")
|
122 |
```
|
123 |
|
124 |
<!--
|
|
|
150 |
### Training Set Metrics
|
151 |
| Training set | Min | Median | Max |
|
152 |
|:-------------|:----|:--------|:----|
|
153 |
+
| Word count | 3 | 34.3883 | 213 |
|
154 |
|
155 |
| Label | Training Sample Count |
|
156 |
|:------|:----------------------|
|
157 |
+
| 49 | 32 |
|
158 |
+
| 78 | 32 |
|
159 |
+
| 237 | 32 |
|
160 |
+
| 304 | 32 |
|
161 |
+
| 353 | 32 |
|
162 |
+
| 357 | 32 |
|
163 |
+
| 994 | 32 |
|
164 |
+
| 1001 | 32 |
|
165 |
+
| 2001 | 32 |
|
166 |
+
| 2002 | 23 |
|
167 |
+
| 2010 | 32 |
|
168 |
+
| 2013 | 32 |
|
169 |
+
| 2014 | 32 |
|
170 |
+
| 2017 | 32 |
|
171 |
+
| 2022 | 32 |
|
172 |
+
| 2026 | 32 |
|
173 |
+
| 2037 | 32 |
|
174 |
+
| 2038 | 32 |
|
175 |
+
| 2039 | 32 |
|
176 |
+
| 2060 | 32 |
|
177 |
|
178 |
### Training Hyperparameters
|
179 |
+
- batch_size: (32, 32)
|
180 |
- num_epochs: (1, 1)
|
181 |
- max_steps: -1
|
182 |
- sampling_strategy: oversampling
|
183 |
+
- num_iterations: 10
|
184 |
- body_learning_rate: (2e-05, 1e-05)
|
185 |
+
- head_learning_rate: 1e-06
|
186 |
- loss: CosineSimilarityLoss
|
187 |
- distance_metric: cosine_distance
|
188 |
- margin: 0.25
|
|
|
190 |
- use_amp: True
|
191 |
- warmup_proportion: 0.1
|
192 |
- seed: 42
|
193 |
+
- eval_max_steps: -1
|
194 |
- load_best_model_at_end: True
|
195 |
|
196 |
### Training Results
|
197 |
+
| Epoch | Step | Training Loss | Validation Loss |
|
198 |
+
|:----------:|:------:|:-------------:|:---------------:|
|
199 |
+
| 0.0025 | 1 | 0.0002 | - |
|
200 |
+
| **0.1266** | **50** | **0.0001** | **0.0673** |
|
201 |
+
| 0.2532 | 100 | 0.0001 | 0.0701 |
|
202 |
+
| 0.3797 | 150 | 0.0005 | 0.0723 |
|
203 |
+
| 0.5063 | 200 | 0.0001 | 0.0698 |
|
204 |
+
| 0.6329 | 250 | 0.0012 | 0.0731 |
|
205 |
+
| 0.7595 | 300 | 0.0001 | 0.0728 |
|
206 |
+
| 0.8861 | 350 | 0.0 | 0.0745 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
207 |
|
208 |
* The bold row denotes the saved checkpoint.
|
209 |
### Framework Versions
|
|
|
211 |
- SetFit: 1.0.3
|
212 |
- Sentence Transformers: 3.0.1
|
213 |
- Transformers: 4.40.2
|
214 |
+
- PyTorch: 2.3.1+cu121
|
215 |
- Datasets: 2.20.0
|
216 |
- Tokenizers: 0.19.1
|
217 |
|
config.json
CHANGED
@@ -1,5 +1,5 @@
|
|
1 |
{
|
2 |
-
"_name_or_path": "results/
|
3 |
"architectures": [
|
4 |
"RobertaModel"
|
5 |
],
|
|
|
1 |
{
|
2 |
+
"_name_or_path": "results/step_50",
|
3 |
"architectures": [
|
4 |
"RobertaModel"
|
5 |
],
|
config_sentence_transformers.json
CHANGED
@@ -2,7 +2,7 @@
|
|
2 |
"__version__": {
|
3 |
"sentence_transformers": "3.0.1",
|
4 |
"transformers": "4.40.2",
|
5 |
-
"pytorch": "2.3.
|
6 |
},
|
7 |
"prompts": {},
|
8 |
"default_prompt_name": null,
|
|
|
2 |
"__version__": {
|
3 |
"sentence_transformers": "3.0.1",
|
4 |
"transformers": "4.40.2",
|
5 |
+
"pytorch": "2.3.1+cu121"
|
6 |
},
|
7 |
"prompts": {},
|
8 |
"default_prompt_name": null,
|
model.safetensors
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 737406824
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:d22718564a3e6bf532588385c9d686202b0ad34111d047069fb57d7cb0893810
|
3 |
size 737406824
|
model_head.pkl
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 124039
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:15b37185de784afbd3dcd4ee0c8243ef6ce9babaaf451f4bfdaeb289f55fd11b
|
3 |
size 124039
|