metadata

tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: für Integration
  - text: Zugang zu Integrationsmaßnahmen sicherstellen;
  - text: >-
      Wir sehen in der natürlichen Zwei- oder Mehrsprachigkeit ein wichtiges
      Potenzial, das durch eine gezielte sprachliche Förderung realisiert werden
      kann.
  - text: >-
      Deutschland braucht ein umfassendes Integrationskonzept auf allen Ebenen -
      der Kommune, des Landes und des Bundes.
  - text: >-
      Eine offene Gesellschaft bietet im Rahmen der Grundrechte allen Religionen
      den Freiraum zur Entfaltung ihres Glaubens.
metrics:
  - f1
  - precision
  - recall
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: deutsche-telekom/gbert-large-paraphrase-cosine
model-index:
  - name: SetFit with deutsche-telekom/gbert-large-paraphrase-cosine
    results:
      - task:
          type: text-classification
          name: Text Classification
        dataset:
          name: Unknown
          type: unknown
          split: test
        metrics:
          - type: f1
            value: 0.8563995837669095
            name: F1
          - type: precision
            value: 0.858476507713885
            name: Precision
          - type: recall
            value: 0.8548387096774194
            name: Recall

SetFit with deutsche-telekom/gbert-large-paraphrase-cosine

This is a SetFit model that can be used for Text Classification. This SetFit model uses deutsche-telekom/gbert-large-paraphrase-cosine 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: deutsche-telekom/gbert-large-paraphrase-cosine
Classification head: a LogisticRegression instance
Maximum Sequence Length: 512 tokens
Number of Classes: 2 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
1	'Deutschland ist ein gastfreundliches und weltoffenes Land.' 'Aber auch in der Polizei und Justiz muss sich einiges ändern.' 'Die FDP sucht das Gespräch mit der evangelischen und katholischen Kirche ebenso wie mit dem Judentum, dem Islam und allen anderen Religionsgemeinschaften.'
0	'Wir wollen eine Integrationsoffensive.' 'Kenntnisse der deutschen Sprache sind eine unverzichtbare Voraussetzung zur Beseitigung sozialer Benachteiligungen und zum Erreichen schulischer, beruflicher und gesellschaftlicher Erfolge.' 'Wir erwarten von Zuwandernden, dass sie die deutsche Sprache erlernen.'

Evaluation

Metrics

Label	F1	Precision	Recall
all	0.8564	0.8585	0.8548

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("gehaustein/gbert-large-stance-multiculturalism")
# Run inference
preds = model("für Integration")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	1	14.6336	42

Label	Training Sample Count
0	128
1	366

Training Hyperparameters

batch_size: (128, 128)
num_epochs: (1, 1)
max_steps: -1
sampling_strategy: oversampling
body_learning_rate: (1e-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: True

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0008	1	0.3283	-
0.0424	50	0.2401	0.234
0.0848	100	0.0852	0.202
0.1272	150	0.0054	0.2493
0.1696	200	0.001	0.2502
0.2120	250	0.0002	0.2513
0.2545	300	0.0012	0.2496
0.2969	350	0.0046	0.2485
0.3393	400	0.0056	0.2538
0.3817	450	0.0001	0.2543
0.4241	500	0.0001	0.2443
0.4665	550	0.0001	0.2472
0.5089	600	0.0051	0.2655
0.5513	650	0.0002	0.2646

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.11.11
SetFit: 1.1.0.dev0
Sentence Transformers: 3.3.1
Transformers: 4.48.1
PyTorch: 2.5.1+cu121
Datasets: 2.14.4
Tokenizers: 0.21.0

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}
}