Finnish-actions/SetFit-FinBERT1-Avg-request

SetFit with TurkuNLP/bert-base-finnish-cased-v1

This is a SetFit model that can be used for Text Classification. This SetFit model uses TurkuNLP/bert-base-finnish-cased-v1 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:

1. Fine-tuning a Sentence Transformer with contrastive learning.
2. Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

• Model Type: SetFit
• Sentence Transformer body: TurkuNLP/bert-base-finnish-cased-v1
• 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
0	'Luulen, että Halla-aho on vaiti.' 'Etunimi Sukunimi paikalla on pelastakaa lapset ry , SPR ja monia muita kriisityön osaajia jotka saavat siihen koulutuksen ja tuen ,kaikki vapaaehtoiset tarvitaan mutta kotimaasta käsin voi auttaa turvallisesti ja se on yhtä arvokasta ja tärkeää apua !meidän Ammattilaisten on pidettävä huolta myös maallikko auttajista !kriisityötä 30 v tehneenä yhdyn Etunimi Sukunimi kommentteihin jolla myös kokemusta ja osaamista aiheesta .' 'Etunimi Sukunimi Mutta miten sen varmistaa, että rahat menevät oikeaan kohteeseen? Kaikenlaisia huijaushuhuja pyörii esim. SPR:n aiemmissa keräyksissä. Kun nyt Suomi saisi edes niitä aseita liikkeelle. Monta onnistunutta lähetystä on jo mennyt perille yksityisten ihmisten ansiosta. Mä nostan kyllä hattua! Yksikin pelastettu lapsi on vaivan arvoista. 🥲'
1	'Entä jos tuettaisiin köyhäksi kupattuja suomalaisia?' 'Etunimi Sukunimi No jos tarkkoja ollaan niin Stalin ja Hitler jakoivat etupiirinsä ja aloittivat sodan Euroopassa hyökkäämällä Puolaan jakamalla sen. Suomella olisi ollut vastaava kohtalo Neuvostoliiton alaisuudessa 1939-1940 jos ei hanttiin olisi pistetty. Natoon pitää ehdottomasti liittyä, Ukraina on hyvä elävä esimerkki siitä mikä on venäjän naapurien kohtalo jotka jäävät liittoumien ulkopuolelle.' 'Etunimi Sukunimi Testaa itse peilin edessä. Aivasta ilman maskia ja maskin kanssa. Puhu lähellä peiliä kovaan ääneen maskin kanssa ja ilman. Ihan oma testi. Kummassa tapauksessa pisarat likaavat peiliä enemmän? Ihan oma testi. Peilin täytyy olla puhdas testiä tehdessä.'

Evaluation

Metrics

Label	Metric
all	0.9150

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("Finnish-actions/SetFit-FinBERT1-Avg-request")
# Run inference
preds = model("Etunimi Sukunimi 🙋‍♀️")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	1	20.3800	213

Label	Training Sample Count
0	758
1	84

Training Hyperparameters

• batch_size: (16, 16)
• num_epochs: (4, 4)
• max_steps: -1
• sampling_strategy: oversampling
• num_iterations: 6
• 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
• evaluation_strategy: epoch
• eval_max_steps: -1
• load_best_model_at_end: False

Framework Versions

• Python: 3.11.9
• SetFit: 1.1.3
• Sentence Transformers: 3.2.0
• Transformers: 4.44.0
• PyTorch: 2.4.0+cu124
• Datasets: 2.21.0
• Tokenizers: 0.19.1

Citation

BibTeX

@article{paakki-implicit-indirect,
    doi = {https://doi.org/10.3384/nejlt.2000-1533.2025.5980},
    url = {https://nejlt.ep.liu.se/article/view/5980},
    author = {Paakki, Henna and Toivanen, Pihla and Kajava, Kaisla},
    title = {Implicit and Indirect: Detecting Face-threatening and Paired Actions in Asynchronous Online Conversations},
    publisher = {Northern European Journal of Language Technology (NEJLT)},
    volume= {11},
    number= {1},
    year = {2025}
}