metadata

base_model: akhooli/sbert_ar_nli_500k_norm
library_name: setfit
metrics:
  - accuracy
pipeline_tag: text-classification
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: 'لقد تم إنجازه من قبل ولكن لم يكن بهذه الوضوح أو بهذا القدر من الشغف. '
  - text: >-
      بالنسبة لي، هذه الأوبرا ليست مفضلة، لذا فقد مر وقت طويل قبل أن تغني السيدة
      السمينة. 
  - text: >-
      جودينج وكوبورن كلاهما فائزان بجائزة الأوسكار، وهي حقيقة تبدو غير قابلة
      للتصور عندما تشاهدهما وهما يشقان طريقهما بطريقة خرقاء عبر كلاب الثلج. 
  - text: >-
      يتمتع الفيلم بلمعان عالي اللمعان وصدمات عالية الأوكتان التي تتوقعها من دي
      بالما، ولكن ما يجعله مؤثرًا هو أنه أيضًا أحد أذكى التعبيرات وأكثرها
      إمتاعًا عن الحب السينمائي الخالص الذي يأتي من مخرج أمريكي منذ سنوات . 
  - text: >-
      ولكنه يأتي أيضًا مع الكسل والغطرسة التي يتميز بها الشيء الذي يعرف بالفعل
      أنه فاز. 
inference: true
model-index:
  - name: SetFit with akhooli/sbert_ar_nli_500k_norm
    results:
      - task:
          type: text-classification
          name: Text Classification
        dataset:
          name: Unknown
          type: unknown
          split: test
        metrics:
          - type: accuracy
            value: 0.8783783783783784
            name: Accuracy

SetFit with akhooli/sbert_ar_nli_500k_norm

This is a SetFit model that can be used for Text Classification. This SetFit model uses akhooli/sbert_ar_nli_500k_norm as the Sentence Transformer embedding model. A LogisticRegression instance is used for classification. Normalize the text before classifying as the model uses normalized text. Here's how to use the model:

pip install setfit
from setfit import SetFitModel
from unicodedata import normalize

# Download model from Hub
model = SetFitModel.from_pretrained("akhooli/setfit_ar_sst2")
# Run inference
queries = [
        "يغلي الماء عند 100 درجة مئوية",
        "فعلا لقد أحببت ذلك الفيلم",
        "🤮 اﻷناناس مع البيتزا؟ إنه غير محبذ",
    "رأيت أناسا بائسين في الطريق",
    "لم يعجبني المطعم رغم أن السعر مقبول",  
    "من باب جبر الخاطر هذه 3 نجوم لتقييم الخدمة",
    "من باب جبر الخواطر، هذه نجمة واحدة لخدمة ﻻ تستحق"
    ]
queries_n = [normalize('NFKC', query) for query in queries]
preds = model.predict(queries_n)
print(preds)
# if you want to see the probabilities for each label
probas = model.predict_proba(queries_n)
print(probas)

The rest of this card is auto-generated.

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: akhooli/sbert_ar_nli_500k_norm
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
negative	'إنه أمر رصاصي ويمكن التنبؤ به، ويفتقر إلى الضحك. ' 'لا يعرف مايرز أبدًا متى يترك الكمامة تموت؛ وهكذا، فإننا نتعرض لنكات طويلة ومذهلة حول البراز والتبول تلو الأخرى. ' 'غزل رعب ملحمي مبتذل ومبتذل ينتهي به الأمر إلى أن يكون أكثر غباءً من عنوانه. '
positive	'أوصي بشدة أن يشاهد الجميع هذا الفيلم، لأهميته التاريخية وحدها. ' 'المخرج كابور هو مخرج أفلام يتمتع بميل حقيقي للمناظر الطبيعية والمغامرات الملحمية، وهذا فيلم أفضل من فيلمه السابق باللغة الإنجليزية، إليزابيث الذي نال الثناء. ' 'فيلم نوير صغير غير تقليدي، قصة جريمة منظمة تتضمن واحدة من أغرب قصص الحب التي يمكن أن تراها على الإطلاق. '

Label

Examples

negative

'إنه أمر رصاصي ويمكن التنبؤ به، ويفتقر إلى الضحك. '
'لا يعرف مايرز أبدًا متى يترك الكمامة تموت؛ وهكذا، فإننا نتعرض لنكات طويلة ومذهلة حول البراز والتبول تلو الأخرى. '
'غزل رعب ملحمي مبتذل ومبتذل ينتهي به الأمر إلى أن يكون أكثر غباءً من عنوانه. '

positive

'أوصي بشدة أن يشاهد الجميع هذا الفيلم، لأهميته التاريخية وحدها. '
'المخرج كابور هو مخرج أفلام يتمتع بميل حقيقي للمناظر الطبيعية والمغامرات الملحمية، وهذا فيلم أفضل من فيلمه السابق باللغة الإنجليزية، إليزابيث الذي نال الثناء. '
'فيلم نوير صغير غير تقليدي، قصة جريمة منظمة تتضمن واحدة من أغرب قصص الحب التي يمكن أن تراها على الإطلاق. '

Evaluation

Metrics

Label	Accuracy
all	0.8784

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("akhooli/setfit")
# Run inference
preds = model("لقد تم إنجازه من قبل ولكن لم يكن بهذه الوضوح أو بهذا القدر من الشغف. ")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	2	16.2702	52

Label	Training Sample Count
negative	2500
positive	2500

Training Hyperparameters

batch_size: (64, 64)
num_epochs: (1, 1)
max_steps: 5000
sampling_strategy: undersampling
body_learning_rate: (2e-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
l2_weight: 0.01
seed: 42
run_name: setfit_sst2_5k
eval_max_steps: -1
load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0004	1	0.3009	-
0.04	100	0.2802	-
0.08	200	0.2312	-
0.12	300	0.1462	-
0.16	400	0.0838	-
0.2	500	0.0463	-
0.24	600	0.033	-
0.28	700	0.0206	-
0.32	800	0.0195	-
0.36	900	0.0174	-
0.4	1000	0.013	-
0.44	1100	0.0113	-
0.48	1200	0.0095	-
0.52	1300	0.0088	-
0.56	1400	0.0075	-
0.6	1500	0.0083	-
0.64	1600	0.0061	-
0.68	1700	0.0071	-
0.72	1800	0.0069	-
0.76	1900	0.0054	-
0.8	2000	0.007	-
0.84	2100	0.006	-
0.88	2200	0.0051	-
0.92	2300	0.0046	-
0.96	2400	0.0041	-
1.0	2500	0.0056	-
1.04	2600	0.0054	-
1.08	2700	0.0058	-
1.12	2800	0.0043	-
1.16	2900	0.0048	-
1.2	3000	0.004	-
1.24	3100	0.0036	-
1.28	3200	0.0042	-
1.32	3300	0.0041	-
1.3600	3400	0.004	-
1.4	3500	0.0029	-
1.44	3600	0.0047	-
1.48	3700	0.0041	-
1.52	3800	0.0026	-
1.56	3900	0.0029	-
1.6	4000	0.0027	-
1.6400	4100	0.0027	-
1.6800	4200	0.0033	-
1.72	4300	0.0031	-
1.76	4400	0.003	-
1.8	4500	0.0024	-
1.8400	4600	0.0028	-
1.88	4700	0.002	-
1.92	4800	0.0017	-
1.96	4900	0.0023	-
2.0	5000	0.0014	-

Framework Versions

Python: 3.10.14
SetFit: 1.2.0.dev0
Sentence Transformers: 3.1.1
Transformers: 4.45.1
PyTorch: 2.4.0
Datasets: 3.0.1
Tokenizers: 0.20.0

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}
}