th-nuernberg/gecco-german-counseling-gelectra-large

README.md

@@ -0,0 +1,77 @@
+---
+license: mit
+base_model: deepset/gelectra-large
+tags:
+- generated_from_trainer
+metrics:
+- accuracy
+- f1
+model-index:
+- name: gecco-german-counseling-gelectra-large
+  results: []
+---
+
+<!-- This model card has been generated automatically according to the information the Trainer had access to. You
+should probably proofread and complete it, then remove this comment. -->
+
+# gecco-german-counseling-gelectra-large
+
+This model is a fine-tuned version of [deepset/gelectra-large](https://huggingface.co/deepset/gelectra-large) on the None dataset.
+It achieves the following results on the evaluation set:
+- Loss: 1.3342
+- Accuracy: 0.7290
+- F1: 0.4663
+
+## Model description
+
+More information needed
+
+## Intended uses & limitations
+
+More information needed
+
+## Training and evaluation data
+
+More information needed
+
+## Training procedure
+
+### Training hyperparameters
+
+The following hyperparameters were used during training:
+- learning_rate: 2e-05
+- train_batch_size: 64
+- eval_batch_size: 64
+- seed: 42
+- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
+- lr_scheduler_type: linear
+- num_epochs: 16
+
+### Training results
+
+| Training Loss | Epoch | Step | Validation Loss | Accuracy | F1     |
+|:-------------:|:-----:|:----:|:---------------:|:--------:|:------:|
+| 3.6182        | 1.0   | 20   | 3.4739          | 0.1710   | 0.0391 |
+| 3.3872        | 2.0   | 40   | 3.1759          | 0.2742   | 0.0806 |
+| 3.1164        | 3.0   | 60   | 2.8804          | 0.3774   | 0.1428 |
+| 2.8264        | 4.0   | 80   | 2.5862          | 0.5290   | 0.2440 |
+| 2.5488        | 5.0   | 100  | 2.3090          | 0.5871   | 0.2816 |
+| 2.2554        | 6.0   | 120  | 2.0804          | 0.6194   | 0.3196 |
+| 2.0363        | 7.0   | 140  | 1.9051          | 0.6452   | 0.3435 |
+| 1.8361        | 8.0   | 160  | 1.7684          | 0.6677   | 0.3593 |
+| 1.5928        | 9.0   | 180  | 1.6380          | 0.7      | 0.4038 |
+| 1.5584        | 10.0  | 200  | 1.5519          | 0.7097   | 0.4142 |
+| 1.3548        | 11.0  | 220  | 1.4832          | 0.7194   | 0.4325 |
+| 1.2585        | 12.0  | 240  | 1.4253          | 0.7226   | 0.4530 |
+| 1.209         | 13.0  | 260  | 1.3874          | 0.7194   | 0.4512 |
+| 1.0846        | 14.0  | 280  | 1.3526          | 0.7323   | 0.4667 |
+| 1.0705        | 15.0  | 300  | 1.3377          | 0.7258   | 0.4643 |
+| 1.0137        | 16.0  | 320  | 1.3342          | 0.7290   | 0.4663 |
+
+
+### Framework versions
+
+- Transformers 4.35.1
+- Pytorch 1.10.1+cu111
+- Datasets 2.14.7
+- Tokenizers 0.14.1

config.json

@@ -0,0 +1,115 @@
+{
+  "_name_or_path": "deepset/gelectra-large",
+  "architectures": [
+    "ElectraForSequenceClassification"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "embedding_size": 1024,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 1024,
+  "id2label": {
+    "0": "B-FA-*-*-G-*|Gespr\u00e4chser\u00f6ffnung",
+    "1": "B-FA-*-*-Mod-*|Moderation",
+    "2": "B-WF-AK-RS-FPD-*|Nachfrage nach pers\u00f6nlichen Daten",
+    "3": "B-WF-AK-RS-FBL-*|Nachfrage nach bisherigen L\u00f6sungsversuchen",
+    "4": "B-WF-AK-RS-ERx-*|Einfache Reflexion",
+    "5": "B-WF-AK-RS-FLL-SB|Nachfrage zur Lebenslage|soziale Beziehungen",
+    "6": "B-WF-AK-RS-FLL-BS|Nachfrage zur Lebenslage|berufliche Situation",
+    "7": "B-WF-AK-RS-FLL-EW|Nachfrage zur Lebenslage|Erwerbst\u00e4tigkeit/wirtschaftliche Situation",
+    "8": "B-WF-AK-RS-FLL-G|Nachfrage zur Lebenslage|Gesundheit (psychisch und physisch)",
+    "9": "B-WF-AK-RS-FLL-F|Nachfrage zur Lebenslage|Freizeit",
+    "10": "B-WF-AK-RS-FA-*|Nachfrage nach Anliegen",
+    "11": "B-WF-AK-RS-FPP-*|punktuelle, pr\u00e4zise Nachfrage",
+    "12": "B-WF-AK-RS-FVE-*|Nachfrage nach Ver\u00e4nderung und Entwicklung",
+    "13": "B-WF-AK-RE-FKR-*|Komplexe Reflexion",
+    "14": "B-WF-AK-RE-FEL-*|Nachfrage nach emotionaler Lage",
+    "15": "B-WF-ABZ-*-FZW-*|Nachfrage nach Zielsetzung/W\u00fcnschen",
+    "16": "B-WF-ABZ-*-IDZ-*|Definition der Zielsetzung der Beratung",
+    "17": "B-WF-Mot-*-FVW-*|Hervorrufen von Aussagen zum Ver\u00e4nderungswunsch (MI)",
+    "18": "B-WF-Mot-*-IAV-*|Artikulation der wahrgenommen F\u00e4higkeit zur Ver\u00e4nderung beim Klienten (MI)",
+    "19": "B-WF-Mot-*-IDW-*|Dank und Wertsch\u00e4tzung an Klient*in",
+    "20": "B-WF-Mot-*-IEM-*|Ermutigung, Motivation des*der Klient*in",
+    "21": "B-WF-RA-*-FU-*|Frage nach m\u00f6glichen Unterst\u00fctzungsressourcen",
+    "22": "B-WF-RA-*-FP-*|Nachfrage nach Problemstellung",
+    "23": "B-WF-RA-*-ARP-*|Anregung zur Ressourcenaktivierung auf professioneller Ebene",
+    "24": "B-WF-RA-*-N-ARFa|Netzwerkarbeit|Anregung zur Ressourcenaktivierung auf Familienebene",
+    "25": "B-WF-RA-*-N-ARFr|Netzwerkarbeit|Anregung zur Ressourcenaktivierung auf Freundesebene",
+    "26": "B-WF-HP-*-IFSE-*|Fachliche bzw. sachliche Erkl\u00e4rungen",
+    "27": "B-WF-HP-*-IFHE-*|Fachliche, f\u00f6rmliche, institutionelle Handlungsempfehlung",
+    "28": "B-WF-HP-*-IZ-*|Zukunftsprognose",
+    "29": "B-WF-HP-*-IW-*|Warnung",
+    "30": "B-WF-HP-*-IB-*|Beruhigung",
+    "31": "B-WF-HP-*-PS-IR|Pers\u00f6nliche Sichtweise|Ratschlag",
+    "32": "B-WF-HP-*-PS-IBD|Pers\u00f6nliche Sichtweise|Bewertung, Deutung",
+    "33": "B-WF-HP-*-PS-IW|Pers\u00f6nliche Sichtweise|Wunsch",
+    "34": "B-FZ-*-*-V-*|Verabschiedung",
+    "35": "B-FZ-*-*-APR-*|Angebot zur Nutzung der professionellen Ressourcen des*der Berater*in",
+    "36": "B-A-*-*-A-*",
+    "37": "B-A-*-*-UB-*|Unpassende Bemerkung",
+    "38": "B-A-*-*-PI-*|Pers\u00f6nliche Informationen (Steckbrief)",
+    "39": "B-A-*-*-ST-*|Small Talk"
+  },
+  "initializer_range": 0.02,
+  "intermediate_size": 4096,
+  "label2id": {
+    "B-A-*-*-A-*": 36,
+    "B-A-*-*-PI-*|Pers\u00f6nliche Informationen (Steckbrief)": 38,
+    "B-A-*-*-ST-*|Small Talk": 39,
+    "B-A-*-*-UB-*|Unpassende Bemerkung": 37,
+    "B-FA-*-*-G-*|Gespr\u00e4chser\u00f6ffnung": 0,
+    "B-FA-*-*-Mod-*|Moderation": 1,
+    "B-FZ-*-*-APR-*|Angebot zur Nutzung der professionellen Ressourcen des*der Berater*in": 35,
+    "B-FZ-*-*-V-*|Verabschiedung": 34,
+    "B-WF-ABZ-*-FZW-*|Nachfrage nach Zielsetzung/W\u00fcnschen": 15,
+    "B-WF-ABZ-*-IDZ-*|Definition der Zielsetzung der Beratung": 16,
+    "B-WF-AK-RE-FEL-*|Nachfrage nach emotionaler Lage": 14,
+    "B-WF-AK-RE-FKR-*|Komplexe Reflexion": 13,
+    "B-WF-AK-RS-ERx-*|Einfache Reflexion": 4,
+    "B-WF-AK-RS-FA-*|Nachfrage nach Anliegen": 10,
+    "B-WF-AK-RS-FBL-*|Nachfrage nach bisherigen L\u00f6sungsversuchen": 3,
+    "B-WF-AK-RS-FLL-BS|Nachfrage zur Lebenslage|berufliche Situation": 6,
+    "B-WF-AK-RS-FLL-EW|Nachfrage zur Lebenslage|Erwerbst\u00e4tigkeit/wirtschaftliche Situation": 7,
+    "B-WF-AK-RS-FLL-F|Nachfrage zur Lebenslage|Freizeit": 9,
+    "B-WF-AK-RS-FLL-G|Nachfrage zur Lebenslage|Gesundheit (psychisch und physisch)": 8,
+    "B-WF-AK-RS-FLL-SB|Nachfrage zur Lebenslage|soziale Beziehungen": 5,
+    "B-WF-AK-RS-FPD-*|Nachfrage nach pers\u00f6nlichen Daten": 2,
+    "B-WF-AK-RS-FPP-*|punktuelle, pr\u00e4zise Nachfrage": 11,
+    "B-WF-AK-RS-FVE-*|Nachfrage nach Ver\u00e4nderung und Entwicklung": 12,
+    "B-WF-HP-*-IB-*|Beruhigung": 30,
+    "B-WF-HP-*-IFHE-*|Fachliche, f\u00f6rmliche, institutionelle Handlungsempfehlung": 27,
+    "B-WF-HP-*-IFSE-*|Fachliche bzw. sachliche Erkl\u00e4rungen": 26,
+    "B-WF-HP-*-IW-*|Warnung": 29,
+    "B-WF-HP-*-IZ-*|Zukunftsprognose": 28,
+    "B-WF-HP-*-PS-IBD|Pers\u00f6nliche Sichtweise|Bewertung, Deutung": 32,
+    "B-WF-HP-*-PS-IR|Pers\u00f6nliche Sichtweise|Ratschlag": 31,
+    "B-WF-HP-*-PS-IW|Pers\u00f6nliche Sichtweise|Wunsch": 33,
+    "B-WF-Mot-*-FVW-*|Hervorrufen von Aussagen zum Ver\u00e4nderungswunsch (MI)": 17,
+    "B-WF-Mot-*-IAV-*|Artikulation der wahrgenommen F\u00e4higkeit zur Ver\u00e4nderung beim Klienten (MI)": 18,
+    "B-WF-Mot-*-IDW-*|Dank und Wertsch\u00e4tzung an Klient*in": 19,
+    "B-WF-Mot-*-IEM-*|Ermutigung, Motivation des*der Klient*in": 20,
+    "B-WF-RA-*-ARP-*|Anregung zur Ressourcenaktivierung auf professioneller Ebene": 23,
+    "B-WF-RA-*-FP-*|Nachfrage nach Problemstellung": 22,
+    "B-WF-RA-*-FU-*|Frage nach m\u00f6glichen Unterst\u00fctzungsressourcen": 21,
+    "B-WF-RA-*-N-ARFa|Netzwerkarbeit|Anregung zur Ressourcenaktivierung auf Familienebene": 24,
+    "B-WF-RA-*-N-ARFr|Netzwerkarbeit|Anregung zur Ressourcenaktivierung auf Freundesebene": 25
+  },
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "electra",
+  "num_attention_heads": 16,
+  "num_hidden_layers": 24,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "problem_type": "single_label_classification",
+  "summary_activation": "gelu",
+  "summary_last_dropout": 0.1,
+  "summary_type": "first",
+  "summary_use_proj": true,
+  "torch_dtype": "float32",
+  "transformers_version": "4.35.1",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 31102
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9de40bbee92fe8e793b08076a4a16df0e5aea26f7543df3a2ef675f70617eaec
+size 1343155416

special_tokens_map.json

@@ -0,0 +1,7 @@
+{
+  "cls_token": "[CLS]",
+  "mask_token": "[MASK]",
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "unk_token": "[UNK]"
+}

tokenizer_config.json

@@ -0,0 +1,58 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "101": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "102": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "103": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "104": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "mask_token": "[MASK]",
+  "max_len": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": false,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "ElectraTokenizer",
+  "unk_token": "[UNK]"
+}

training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b9594720d028ed8ef8ef157d8847a3939c63e7b9398b61d1c347f04b40b2c10b
+size 4207