File size: 54,809 Bytes
22743c0 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 |
---
library_name: setfit
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
metrics:
- '0'
- '1'
- '2'
- accuracy
- macro avg
- weighted avg
widget:
- text: 'Adil Hussain
Adil Hussain est reconnaissant d''avoir reçu l''enseignement de l''acteur Naseeruddin
Shah à l''époque où il fréquentait l''École nationale d''art dramatique'
- text: 'Les démocrates doivent y remporter des victoires pour gagner cinq sièges
à la Chambre et faire du député Hakeem Jeffries, de Brooklyn, le prochain président
de la Chambre des représentants Les démocrates aspirent à renverser six circonscriptions
détenues par les républicains que M. Biden a remportées en 2020, notamment celle
de M Des problèmes à venir pour les démocrates de New York en 2024 ?
Les dirigeants démocrates de New York se débattent depuis des mois avec le problème
de l''hébergement des dizaines de milliers de migrants qui ont été transportés
par bus jusqu''à New York et laissés à sa charge.
Mais une autre préoccupation se profile alors que la crise se poursuit sans qu''aucune
issue ne soit en vue : les retombées potentielles pour leur parti lors des élections
de l''année prochaine Des problèmes à venir pour les démocrates de New York en
2024 ?
Les dirigeants démocrates de New York se débattent depuis des mois avec le problème
de l''hébergement des dizaines de milliers de migrants qui ont été transportés
par bus jusqu''à New York et laissés à sa charge Les républicains ont tendance
à se sentir en sécurité lorsqu''ils parlent d''immigration - comme les démocrates
le font pour l''avortement - et sont clairement à l''attaque sur la question des
migrants à New York, tandis que les démocrates sont sur la défensive, a déclaré
Kyle Kondik, directeur de la communication pour le Centre de politique de l''Université
de Virginie, au réseau USA Today Plus de 100 000 migrants ont été transportés
à New York depuis la frontière sud depuis le printemps 2022. Environ 60 000 d''entre
eux sont hébergés dans la ville, et plus de 2 100 ont été transportés dans des
hôtels situés dans sept comtés au nord de la ville, de Yonkers à la périphérie
de Buffalo, où ils sont logés aux frais de la ville Bien que leurs opinions sur
la question de savoir si les migrants sont un avantage ou un fardeau soient plus
mitigées, de nettes majorités d''électeurs de toute la ville de New York, de la
banlieue et du nord de l''État ont déclaré que l''État devrait essayer de ralentir
l''afflux de migrants, plutôt que d''en accepter davantage et de s''efforcer d''assimiler
les nouveaux arrivants Isaac Goldberg, un stratège démocrate qui a travaillé sur
plusieurs campagnes électorales à New York, a affirmé qu''il était beaucoup trop
tôt pour prédire l''impact politique de la crise des migrants, soulignant que
les élections de 2024 n''auront lieu que dans 14 mois et que de nombreuses questions
tout aussi urgentes pourraient se poser Les publicités d''attaque des républicains
s''écrivent pratiquement d''elles-mêmes à partir d''un flot de titres et d''images
télévisées, alors que le gouverneur Kathy Hochul, le maire de New York Eric Adams
et le président Joe Biden - tous démocrates - se rejettent mutuellement la faute
et s''échangent des coups de feu pour savoir qui devrait en faire le plus Les
républicains se sont emparés de la crise des migrants, donnant un avant-goût des
campagnes de l''année prochaine Les républicains ont surenchéri : Elise Stefanik,
la New-Yorkaise qui dirige la conférence du parti démocrate à la Chambre des représentants,
Suite à la page suivante
a déclaré à Politico la semaine dernière que le parti allait consacrer 100 millions
de dollars aux campagnes dans les circonscriptions de New York'
- text: 'LE CANDIDAT A LA PRESIDENCE RAMASWAMY VEUT METTRE FIN AU SYSTEME DE VISA
H-1B AUX ETATS-UNIS
Décrivant le programme de visas H-1B comme une forme de "servitude", Vivek Ramaswamy,
candidat républicain indien-américain à l''élection présidentielle, a promis de
"vider" le système basé sur la loterie et de le remplacer par un système d''admission
méritocratique s''il remporte les élections présidentielles de 2024'
- text: 'Smith Hal Sparks Catherine Zeta-Jones son-Sampras Chris Owen Donald Glover
("Queer as Folk") a 54 ans. a 54 ans. Acteur
("Je sais ce que vous avez fait l''été dernier") a 50 ans Smith Hal Sparks Catherine
Zeta-Jones son-Sampras Chris Owen Donald Glover
("Queer as Folk") a 54 ans'
- text: 'Il a poursuivi en disant que Trump ne laisserait pas ses partisans s''approcher
de l''une de ses propriétés. "Les gens qui votent pour Trump, pour la plupart,
ne les laisseraient même pas entrer dans un putain d''hôtel [ "Les gens qui votent
pour Trump, pour la plupart, ne les laisseraient même pas entrer dans un putain
d''hôtel [...]. Allez à Mar-a-lago, voyez s''il y a des gens qui vous ressemblent"
"Combien de temps allons-nous continuer à élire des gens qui ont perdu l''élection
?"
Il a poursuivi en qualifiant les partisans de Trump de "nigauds".
"Mon Dieu, j''ai l''impression d''être dans une nation de nigauds. J''espère qu''il
y a encore des gens brillants et dynamiques qui aiment ce pays", a-t-il déclaré
"Et soudain, Trump a transformé Howard, qui était le roi de tous les médias, en
prince Harry de tous les médias. Tout le monde s''en fout Alors cette idée que
Trump est le pire type qui ait jamais marché sur la surface de la terre, pourquoi
traîniez-vous avec lui ?"
M. Failla a déclaré que cela avait "tué" M L''aversion d''Howard Stern pour Donald
Trump, c''est "tout l''ego".
Si "woke" signifie que je ne peux pas soutenir Trump, ce que je pense que cela
signifie, ou que je soutiens les personnes qui veulent être transgenres ou que
je suis pour le vaccin, appelez-moi "woke" comme vous voulez Si "woke" signifie
que je ne peux pas soutenir Trump, ce que je pense que cela signifie, ou que je
soutiens les personnes qui veulent être transgenres ou que je suis pour le vaccin,
appelez-moi "woke" comme vous voulez "Si être réveillé signifie que je ne peux
pas soutenir Trump, ce que je pense que cela signifie, ou que je soutiens les
personnes qui veulent être transgenres ou que je suis pour le vaccin, appelez-moi
réveillé comme vous le voulez" Stern a également abordé les affirmations de Trump
et de ses partisans selon lesquelles Joe Biden a remporté l''élection américaine
de 2020 grâce à des votes frauduleux "L''omnipotence médiatique de Donald Trump
a brisé Howard Stern. C''est très important", a déclaré Failla dans la vidéo (selon
OK ! Magazine). "Trump avait l''habitude de participer à l''émission de Stern
chaque semaine En réponse, Trump a partagé sur sa plateforme Truth Social un clip
de Fox News dans lequel l''animateur Jimmy Failla critique Stern.
"L''omnipotence médiatique de Donald Trump a brisé Howard Stern Mais Stern, qui
par le passé a été accusé de racisme et de sexisme dans nombre de ses sketches
à l''antenne, a été un critique virulent de Trump tout au long de sa présidence
et, plus récemment, alors qu''il se prépare à se présenter à nouveau en 2024.
En 2021, M Trump l''année prochaine.
"Je sais que je lui botterai le cul", a-t-il déclaré aux auditeurs.
L''année suivante, Stern a déclaré qu''il envisageait de se lancer dans la course
à la présidence "pour que le pays soit à nouveau juste" Trump profiter de sa célébrité
jusqu''à la Maison-Blanche.
"Cela a tué Howard parce qu''il était le roi de tous les médias "Je vais faire
la chose très simple qui remettra le pays sur le droit chemin : un vote, une personne",
a expliqué Stern, affirmant que Trump a en fait perdu l''élection de 2016 contre
Hillary Clinton qui a remporté le vote populaire - mais pas le collège électoral
Celui qui se décrit comme le "roi de tous les médias" a critiqué ouvertement l''ancien
président américain Donald Trump, les anti-vaxx et, plus récemment, Lauren Boebert,
qu''il a critiquée pour son comportement obscène dans un théâtre de Denver au
début du mois "Trump avait l''habitude de participer à l''émission de Stern chaque
semaine. Ils étaient amis. Alors cette idée que Trump est le pire type qui ait
jamais marché sur la surface de la terre, pourquoi traîniez-vous avec lui ?"
M'
pipeline_tag: text-classification
inference: true
base_model: sentence-transformers/paraphrase-multilingual-mpnet-base-v2
model-index:
- name: SetFit with sentence-transformers/paraphrase-multilingual-mpnet-base-v2
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: '0'
value:
precision: 0.6018099547511312
recall: 0.5611814345991561
f1-score: 0.5807860262008734
support: 237
name: '0'
- type: '1'
value:
precision: 0.5602409638554217
recall: 0.6262626262626263
f1-score: 0.591414944356121
support: 297
name: '1'
- type: '2'
value:
precision: 0.7932692307692307
recall: 0.7268722466960352
f1-score: 0.7586206896551724
support: 227
name: '2'
- type: accuracy
value: 0.6360052562417872
name: Accuracy
- type: macro avg
value:
precision: 0.6517733831252612
recall: 0.6381054358526059
f1-score: 0.6436072200707222
support: 761
name: Macro Avg
- type: weighted avg
value:
precision: 0.642697294251897
recall: 0.6360052562417872
f1-score: 0.6379808452498016
support: 761
name: Weighted Avg
---
# SetFit with sentence-transformers/paraphrase-multilingual-mpnet-base-v2
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [sentence-transformers/paraphrase-multilingual-mpnet-base-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) 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](https://www.sbert.net) 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:** [sentence-transformers/paraphrase-multilingual-mpnet-base-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2)
- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
- **Maximum Sequence Length:** 128 tokens
- **Number of Classes:** 3 classes
<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->
### Model Sources
- **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
- **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
### Model Labels
| Label | Examples |
|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| pos | <ul><li>"Xi appelle la nation à lutter pour l'unité\nLe 28 septembre, le président Xi Jinping a appelé la nation à renforcer sa confiance et à s'efforcer de rester unie dans ses efforts incessants pour construire une Chine forte et réaliser le rajeunissement national"</li><li>'"C\'est le réalisateur le plus courageux que j\'aie jamais rencontré", déclare Irwin Winkler, qui produit les films de Scorsese depuis plus de trente ans. Scorsese est peut-être surtout connu pour ses histoires policières emblématiques inspirées de sa propre éducation italo-américaine à New York, mais c\'est aussi l\'homme qui a réalisé la meilleure adaptation hollywoodienne d\'Edith Wharton, qui est passé du cadre moderne de La couleur de l\'argent à La dernière tentation du Christ et qui a dirigé une comédie musicale de Liza Minnelli reprise près de 50 ans plus tard L\'ÂGE DE L\'INNOCENCE (1993)\nAlors qu\'en 1993, Scorsese avait déjà réalisé un certain nombre de classiques new-yorkais, il se lance dans la réalisation d\'un nouveau film L\'ÂGE DE L\'INNOCENCE (1993)\nAlors qu\'en 1993, Scorsese avait déjà réalisé un certain nombre de classiques new-yorkais, il se lance dans la réalisation d\'un nouveau film.\nEn 1993, Scorsese avait déjà réalisé un certain nombre de classiques new-yorkais, mais il est entré en territoire inconnu avec ce drame romantique de l\'âge d\'or basé sur un roman Étude à l\'écran\nPour accueillir Killers of the Flower Moon à l\'écran, une étude de l\'œuvre non-Mob de Martin Scorsese.\nMARTIN SCORSESE N\'A PAS peur de ce qu\'il ne connaît pas. "C\'est le réalisateur le plus courageux que j\'aie jamais rencontré", déclare Irwin Winkler, qui produit les films de Scorsese depuis plus de trente ans SILENCE (2016)\nCe drame, qui suit des prêtres jésuites du XVIIe siècle au Japon, est peut-être le film le plus sous-estimé de Scorsese sur la foi, car il confronte les inconnus de la spiritualité. Le tournage à Taïwan s\'est déroulé dans des conditions difficiles, le temps changeant sauvagement d\'une heure à l\'autre Scorsese a dit de Silence qu\'il s\'agissait d\'un projet passionnel de plus de 25 ans.\n3. LE LOUP DE WALL STREET (2013)\nScorsese s\'est demandé si cette épopée cinétique et droguée de Wall Street était le bon film à faire à l\'époque, mais Winkler l\'a encouragé Cela n\'est pas plus évident que lorsqu\'il s\'agit des films de Scorsese qui n\'ont pas été des succès populaires, un catalogue remarquable en soi Le tournage à Taïwan s\'est déroulé dans des conditions difficiles, le temps changeant sauvagement d\'une heure à l\'autre. Scorsese a dit de Silence qu\'il s\'agissait d\'un projet passionnel de plus de 25 ans LES TUEURS DE LA FLEUR DE LUNE (2023)\nLe film est adapté du livre de David Grann sur les meurtres centenaires d\'Amérindiens Osage, mais Scorsese a considérablement élargi la perspective indigène. Il a travaillé avec Rodrigo Prieto, directeur de la photographie de ses quatre derniers films, en filmant sur les lieux de la violence et en choisissant des couleurs riches et naturalistes TAUREAU ENRAGÉ (1980)\nAu début du développement, ce brillant film de boxe avec Robert De Niro semblait voué à l\'échec. Les dirigeants le détestaient. Scorsese manquait d\'intérêt. Mais après une overdose qui l\'a conduit à l\'hôpital, le réalisateur s\'est senti à nouveau, intensément connecté à cette étude de caractère viscérale Son éclat somptueux peut être attribué au célèbre souci du détail de Scorsese. "La perfection de l\'époque", c\'est ainsi que le coiffeur Alan D\'Angerio, nommé aux Oscars, décrit le mantra de l\'équipe de conception'</li><li>"J'ai rêvé de ce jour\nCinq citoyens américains détenus depuis des années en Iran dans des conditions que les autorités américaines qualifient de brutales ont été libérés lundi et autorisés à quitter le pays par avion, à l'issue de mois de négociations secrètes, a déclaré le président Joe Biden.\nEn échange, l'Iran aura accès à 6 milliards de dollars de revenus pétroliers iraniens qui ont été gelés, et cinq citoyens iraniens emprisonnés aux États-Unis seront libérés"</li></ul> |
| obj | <ul><li>'L\'Iran a diffusé des images des deux prisonniers qui sont rentrés en République islamique dans le cadre de l\'échange, tandis que deux resteront aux États-Unis et qu\'un cinquième ira dans un pays tiers Lorsque les Américains se sont arrêtés à Doha après leur libération d\'Iran, trois d\'entre eux - Namazi, Sharghi et Morad Tahbaz - sont apparus. Ils ont serré dans leurs bras l\'ambassadeur américain au Qatar, Timmy Davis, et d\'autres personnes L\'Iran et les États-Unis ont une histoire d\'échanges de prisonniers qui remonte à la prise de l\'ambassade américaine en 1979 et à la crise des otages qui a suivi la révolution islamique Les Américains libérés par l\'Iran rentrent chez eux\nWASHINGTON >> Des Américains détenus depuis des années en Iran sont rentrés chez eux mardi, embrassant en larmes leurs proches et déclarant "Liberté !" après avoir été libérés dans le cadre d\'un accord politiquement risqué qui a vu le président Joe Biden accepter le déblocage de près de 6 milliards de dollars d\'avoirs iraniens gelés "Nous n\'avons pas connu un tel moment depuis plus de huit ans", a-t-il ajouté, en entourant de son bras son frère et son père Baquer, anciennement détenu, qui avait été libéré par l\'Iran. "C\'est incroyable.\nL\'un des autres Américains libérés, Emad Sharghi, a reçu de sa sœur, Neda, un drapeau américain et un animal en peluche qu\'elle avait offert à leur père il y a 30 ans, lorsqu\'il avait subi un pontage, a indiqué un représentant de la famille Kafrani a été inculpé en 2021 pour exportation illégale de matériel de laboratoire vers l\'Iran et blanchiment d\'argent, mais son affaire n\'a pas encore été jugée.\nSelon Nour News, Mehrdad Ansari, un Iranien condamné par les États-Unis à 63 mois de prison en 2021 pour avoir obtenu du matériel pouvant être utilisé dans des missiles, des armes électroniques, des armes nucléaires et d\'autres équipements militaires, a également été libéré Les 5,9 milliards de dollars en espèces remis à l\'Iran représentent l\'argent que la Corée du Sud devait à l\'Iran - mais qu\'elle n\'avait pas encore payé - pour du pétrole acheté avant que les États-Unis n\'imposent des sanctions sur ce type de transactions en 2019 Il est presque certain que les tensions resteront vives entre les États-Unis et l\'Iran, qui sont en conflit au sujet du programme nucléaire de Téhéran et d\'autres questions. L\'Iran affirme que son programme est pacifique, mais il enrichit aujourd\'hui de l\'uranium à un niveau plus proche que jamais de celui des armes "Aujourd\'hui, cinq Américains innocents qui étaient emprisonnés en Iran rentrent enfin chez eux", a déclaré le président démocrate dans un communiqué publié au moment où l\'avion transportant le groupe de Téhéran atterrissait à Doha, au Qatar, lundi Biden de nouvelles critiques de la part des républicains et d\'autres personnes qui estiment que l\'administration aide à stimuler l\'économie iranienne à un moment où l\'Iran représente une menace croissante pour les troupes américaines et les alliés du Moyen-Orient. Cela pourrait avoir des conséquences sur sa campagne de réélection Deux membres de la famille des Américains emprisonnés, Effie Namazi et Vida Tahbaz, qui étaient interdites de voyage en Iran, se trouvaient également dans l\'avion.\nLes 5,9 milliards de dollars en espèces remis à l\'Iran représentent l\'argent que la Corée du Sud devait à l\'Iran - mais qu\'elle n\'avait pas encore payé - pour du pétrole acheté avant que les États-Unis n\'imposent des sanctions sur ce type de transactions en 2019'</li><li>"Le ratio des prêts douteux des prêteurs philippins tombe à son niveau le plus bas depuis 4 mois\nLes prêts douteux détenus par les banques philippines ont diminué en glissement annuel à la fin du mois d'août, ramenant le ratio des prêts non performants (NPL) à son niveau le plus bas depuis quatre mois, malgré des coûts d'emprunt élevés"</li><li>'Les gouverneurs républicains du Texas et de Floride ont été critiqués pour avoir envoyé des migrants dans des villes perçues comme libérales, telles que New York et Sacramento. Mais M. Leeser, un démocrate, a déclaré que tous les migrants qui se trouvaient dans les bus d\'El Paso se rendaient volontairement dans les villes de leur choix Le maire d\'El Paso, au Texas, déclare que la ville est "au point de rupture" face à l\'afflux de migrants à la frontière\n(Reuters) - L\'afflux de migrants traversant la frontière américaine depuis le Mexique a poussé la ville d\'El Paso, au Texas, à "un point de rupture", avec plus de 2 000 personnes par jour demandant l\'asile, dépassant la capacité des refuges et mettant à rude épreuve les ressources, a déclaré son maire hier'</li></ul> |
| neg | <ul><li>'Steve Smith, directeur général de Care4Calais, a déclaré : "Aujourd\'hui, Keir Starmer avait l\'occasion d\'injecter un peu de décence et de compassion dans le débat sur les réfugiés. Au lieu de cela, il a choisi de refléter les artifices et la rhétorique de division employés par les conservateurs "Nous avons besoin d\'une plus grande tolérance à l\'égard des divergences d\'opinion dans notre politique, en particulier sur des questions sensibles telles que l\'immigration Starmer critiqué par la gauche et la droite pour son plan visant à mettre fin à la crise des petits bateaux\nKeir Starmer a été attaqué par la gauche et la droite hier soir après avoir présenté des propositions visant à résoudre la crise des petits bateaux, dans le cadre de la première intervention majeure du parti travailliste sur la question'</li><li>'Trois membres du personnel de sécurité tués au J&K\nTrois officiers - deux de l\'armée et un de la police du Jammu-et-Cachemire - ont été tués au cours d\'une opération anti-militantisme dans le district d\'Anantnag mercredi. Les forces de sécurité ont tué un militant supplémentaire au cours de l\'opération lancée mardi à Rajouri, ce qui porte leur nombre à deux Malgré le mauvais temps et un terrain hostile, le second terroriste a été poursuivi et neutralisé mercredi matin après des tirs nourris tout au long de la nuit", a déclaré un porte-parole de l\'armée basé au Jammu-et-Cachemire.\nIl a ajouté qu\'une grande quantité de matériel de guerre avait été récupérée, y compris des médicaments portant des marques pakistanaises'</li><li>'Cette annonce, bien que non confirmée, est le premier signe de l\'ampleur des enlèvements.\nOn sait que parmi les captifs se trouvent des soldats et des civils, dont des femmes, des enfants et des personnes âgées, pour la plupart des Israéliens, mais aussi des personnes d\'autres nationalités Au moins 700 personnes auraient été tuées en Israël - un bilan stupéfiant que le pays n\'avait pas connu depuis des décennies - et plus de 400 personnes auraient été tuées à Gaza En réponse, Israël a frappé plus de 800 cibles à Gaza jusqu\'à présent, a déclaré l\'armée israélienne, y compris des frappes aériennes qui ont rasé une grande partie de la ville de Beit Hanoun, dans le nord-est de l\'enclave Plusieurs médias israéliens, citant des responsables des services de secours, ont déclaré qu\'au moins 700 personnes avaient été tuées en Israël, dont 44 soldats. Le ministère de la santé de Gaza a déclaré que 413 personnes, dont 78 enfants et 41 femmes, ont été tuées dans le territoire Un responsable égyptien a déclaré qu\'Israël avait demandé l\'aide du Caire pour assurer la sécurité des otages. L\'Égypte a également discuté avec les deux parties d\'un éventuel cessez-le-feu, mais Israël n\'était pas ouvert à une trêve "à ce stade", selon ce responsable, qui a demandé à ne pas être identifié car il n\'était pas autorisé à informer les médias Une file d\'attente s\'est formée devant un poste de police du centre d\'Israël pour fournir des échantillons d\'ADN et d\'autres moyens susceptibles d\'aider à identifier des membres de la famille disparus L\'Égypte a également discuté avec les deux parties d\'un éventuel cessez-le-feu, mais Israël n\'était pas ouvert à une trêve "à ce stade", selon ce responsable, qui a demandé à ne pas être identifié car il n\'était pas autorisé à informer les médias Le Hezbollah a tiré des roquettes et des obus dimanche sur des positions israéliennes dans une zone contestée le long de la frontière, et Israël a riposté en utilisant des drones armés. L\'armée israélienne a déclaré que la situation était calme après l\'échange Israël a l\'habitude de procéder à des échanges très déséquilibrés pour ramener les Israéliens captifs chez eux.\nUn responsable égyptien a déclaré qu\'Israël avait demandé l\'aide du Caire pour assurer la sécurité des otages Au cours des quatre dernières décennies, Israël a mené des campagnes militaires de grande envergure au Liban et à Gaza, qu\'il a présentées comme des guerres, mais sans déclaration officielle Israël riposte au Hamas et le bilan s\'alourdit\nLe gouvernement israélien a officiellement déclaré la guerre et donné le feu vert à des "mesures militaires significatives" en représailles à l\'attaque surprise du Hamas Entre-temps, le Hamas et le Jihad islamique, plus petit groupe, ont affirmé avoir capturé plus de 130 personnes à l\'intérieur d\'Israël et les avoir emmenées à Gaza, déclarant qu\'elles seraient échangées contre la libération de milliers de Palestiniens emprisonnés par Israël Le nombre élevé de morts et la lenteur de la réaction à l\'assaut ont mis en évidence une défaillance majeure des services de renseignement et ébranlé l\'idée longtemps répandue selon laquelle Israël a des yeux et des oreilles partout dans le petit territoire densément peuplé qu\'il contrôle depuis des dizaines d\'années La déclaration de guerre laissait présager une intensification des combats, et l\'une des principales questions était de savoir si Israël lancerait un assaut terrestre dans la bande de Gaza, ce qui, par le passé, a entraîné une augmentation du nombre de victimes Dans le nord d\'Israël, un bref échange de frappes avec le groupe militant libanais Hezbollah a ravivé les craintes que les combats ne se transforment en une guerre régionale plus large Israël a déclaré avoir fait intervenir des forces spéciales pour tenter de reprendre le contrôle de quatre sites israéliens aux combattants du Hamas, dont deux kibboutzim dans lesquels les militants avaient pénétré plus tôt dans leurs attaques'</li></ul> |
## Evaluation
### Metrics
| Label | 0 | 1 | 2 | Accuracy | Macro Avg | Weighted Avg |
|:--------|:----------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------|:---------|:----------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------|
| **all** | {'precision': 0.6018099547511312, 'recall': 0.5611814345991561, 'f1-score': 0.5807860262008734, 'support': 237} | {'precision': 0.5602409638554217, 'recall': 0.6262626262626263, 'f1-score': 0.591414944356121, 'support': 297} | {'precision': 0.7932692307692307, 'recall': 0.7268722466960352, 'f1-score': 0.7586206896551724, 'support': 227} | 0.6360 | {'precision': 0.6517733831252612, 'recall': 0.6381054358526059, 'f1-score': 0.6436072200707222, 'support': 761} | {'precision': 0.642697294251897, 'recall': 0.6360052562417872, 'f1-score': 0.6379808452498016, 'support': 761} |
## Uses
### Direct Use for Inference
First install the SetFit library:
```bash
pip install setfit
```
Then you can load this model and run inference.
```python
from setfit import SetFitModel
# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("mogaio/pr_ebsa_fr_tran_merged25_e1_beginning_offsets_10_v3")
# Run inference
preds = model("Adil Hussain
Adil Hussain est reconnaissant d'avoir reçu l'enseignement de l'acteur Naseeruddin Shah à l'époque où il fréquentait l'École nationale d'art dramatique")
```
<!--
### Downstream Use
*List how someone could finetune this model on their own dataset.*
-->
<!--
### Out-of-Scope Use
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
-->
<!--
## Bias, Risks and Limitations
*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
-->
<!--
### Recommendations
*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
-->
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:---------|:-----|
| Word count | 1 | 243.9997 | 2071 |
| Label | Training Sample Count |
|:------|:----------------------|
| neg | 912 |
| obj | 1220 |
| pos | 908 |
### Training Hyperparameters
- batch_size: (8, 8)
- num_epochs: (10, 10)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 1
- 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
- seed: 42
- eval_max_steps: -1
- load_best_model_at_end: True
### Training Results
| Epoch | Step | Training Loss | Validation Loss |
|:-------:|:--------:|:-------------:|:---------------:|
| 0.0013 | 1 | 0.3526 | - |
| 0.0658 | 50 | 0.3825 | - |
| 0.1316 | 100 | 0.2039 | - |
| 0.1974 | 150 | 0.2579 | - |
| 0.2632 | 200 | 0.3062 | - |
| 0.3289 | 250 | 0.1744 | - |
| 0.3947 | 300 | 0.1571 | - |
| 0.4605 | 350 | 0.222 | - |
| 0.5263 | 400 | 0.2697 | - |
| 0.5921 | 450 | 0.2507 | - |
| 0.6579 | 500 | 0.311 | - |
| 0.7237 | 550 | 0.3169 | - |
| 0.7895 | 600 | 0.1766 | - |
| 0.8553 | 650 | 0.1756 | - |
| 0.9211 | 700 | 0.2497 | - |
| 0.9868 | 750 | 0.0889 | - |
| 1.0 | 760 | - | 0.2281 |
| 1.0526 | 800 | 0.1036 | - |
| 1.1184 | 850 | 0.3135 | - |
| 1.1842 | 900 | 0.1744 | - |
| 1.25 | 950 | 0.3287 | - |
| 1.3158 | 1000 | 0.1816 | - |
| 1.3816 | 1050 | 0.231 | - |
| 1.4474 | 1100 | 0.153 | - |
| 1.5132 | 1150 | 0.2131 | - |
| 1.5789 | 1200 | 0.1358 | - |
| 1.6447 | 1250 | 0.276 | - |
| 1.7105 | 1300 | 0.2646 | - |
| 1.7763 | 1350 | 0.0337 | - |
| 1.8421 | 1400 | 0.158 | - |
| 1.9079 | 1450 | 0.1123 | - |
| 1.9737 | 1500 | 0.0889 | - |
| **2.0** | **1520** | **-** | **0.2268** |
| 2.0395 | 1550 | 0.2369 | - |
| 2.1053 | 1600 | 0.196 | - |
| 2.1711 | 1650 | 0.2799 | - |
| 2.2368 | 1700 | 0.073 | - |
| 2.3026 | 1750 | 0.2392 | - |
| 2.3684 | 1800 | 0.1551 | - |
| 2.4342 | 1850 | 0.178 | - |
| 2.5 | 1900 | 0.1719 | - |
| 2.5658 | 1950 | 0.1203 | - |
| 2.6316 | 2000 | 0.1502 | - |
| 2.6974 | 2050 | 0.0963 | - |
| 2.7632 | 2100 | 0.1566 | - |
| 2.8289 | 2150 | 0.1273 | - |
| 2.8947 | 2200 | 0.264 | - |
| 2.9605 | 2250 | 0.0736 | - |
| 3.0 | 2280 | - | 0.2385 |
| 3.0263 | 2300 | 0.1577 | - |
| 3.0921 | 2350 | 0.1613 | - |
| 3.1579 | 2400 | 0.2313 | - |
| 3.2237 | 2450 | 0.1134 | - |
| 3.2895 | 2500 | 0.0593 | - |
| 3.3553 | 2550 | 0.0395 | - |
| 3.4211 | 2600 | 0.119 | - |
| 3.4868 | 2650 | 0.0152 | - |
| 3.5526 | 2700 | 0.019 | - |
| 3.6184 | 2750 | 0.1056 | - |
| 3.6842 | 2800 | 0.1355 | - |
| 3.75 | 2850 | 0.2262 | - |
| 3.8158 | 2900 | 0.102 | - |
| 3.8816 | 2950 | 0.2388 | - |
| 3.9474 | 3000 | 0.1755 | - |
| 4.0 | 3040 | - | 0.2576 |
| 4.0132 | 3050 | 0.0957 | - |
| 4.0789 | 3100 | 0.2034 | - |
| 4.1447 | 3150 | 0.0076 | - |
| 4.2105 | 3200 | 0.0431 | - |
| 4.2763 | 3250 | 0.2228 | - |
| 4.3421 | 3300 | 0.0124 | - |
| 4.4079 | 3350 | 0.2316 | - |
| 4.4737 | 3400 | 0.037 | - |
| 4.5395 | 3450 | 0.1812 | - |
| 4.6053 | 3500 | 0.2115 | - |
| 4.6711 | 3550 | 0.2534 | - |
| 4.7368 | 3600 | 0.1833 | - |
| 4.8026 | 3650 | 0.0135 | - |
| 4.8684 | 3700 | 0.1169 | - |
| 4.9342 | 3750 | 0.0093 | - |
| 5.0 | 3800 | 0.0728 | 0.2787 |
| 5.0658 | 3850 | 0.022 | - |
| 5.1316 | 3900 | 0.0586 | - |
| 5.1974 | 3950 | 0.002 | - |
| 5.2632 | 4000 | 0.1112 | - |
| 5.3289 | 4050 | 0.0902 | - |
| 5.3947 | 4100 | 0.0002 | - |
| 5.4605 | 4150 | 0.108 | - |
| 5.5263 | 4200 | 0.0158 | - |
| 5.5921 | 4250 | 0.0725 | - |
| 5.6579 | 4300 | 0.0014 | - |
| 5.7237 | 4350 | 0.2018 | - |
| 5.7895 | 4400 | 0.0023 | - |
| 5.8553 | 4450 | 0.002 | - |
| 5.9211 | 4500 | 0.213 | - |
| 5.9868 | 4550 | 0.0034 | - |
| 6.0 | 4560 | - | 0.2994 |
| 6.0526 | 4600 | 0.1203 | - |
| 6.1184 | 4650 | 0.1615 | - |
| 6.1842 | 4700 | 0.1968 | - |
| 6.25 | 4750 | 0.004 | - |
| 6.3158 | 4800 | 0.0018 | - |
| 6.3816 | 4850 | 0.048 | - |
| 6.4474 | 4900 | 0.0748 | - |
| 6.5132 | 4950 | 0.0007 | - |
| 6.5789 | 5000 | 0.0019 | - |
| 6.6447 | 5050 | 0.0015 | - |
| 6.7105 | 5100 | 0.0075 | - |
| 6.7763 | 5150 | 0.0012 | - |
| 6.8421 | 5200 | 0.0016 | - |
| 6.9079 | 5250 | 0.0009 | - |
| 6.9737 | 5300 | 0.0004 | - |
| 7.0 | 5320 | - | 0.2721 |
| 7.0395 | 5350 | 0.0142 | - |
| 7.1053 | 5400 | 0.0527 | - |
| 7.1711 | 5450 | 0.0019 | - |
| 7.2368 | 5500 | 0.0024 | - |
| 7.3026 | 5550 | 0.0002 | - |
| 7.3684 | 5600 | 0.0349 | - |
| 7.4342 | 5650 | 0.0008 | - |
| 7.5 | 5700 | 0.0008 | - |
| 7.5658 | 5750 | 0.0005 | - |
| 7.6316 | 5800 | 0.0002 | - |
| 7.6974 | 5850 | 0.0024 | - |
| 7.7632 | 5900 | 0.0017 | - |
| 7.8289 | 5950 | 0.0002 | - |
| 7.8947 | 6000 | 0.0028 | - |
| 7.9605 | 6050 | 0.0124 | - |
| 8.0 | 6080 | - | 0.3064 |
| 8.0263 | 6100 | 0.0038 | - |
| 8.0921 | 6150 | 0.064 | - |
| 8.1579 | 6200 | 0.0007 | - |
| 8.2237 | 6250 | 0.0022 | - |
| 8.2895 | 6300 | 0.0012 | - |
| 8.3553 | 6350 | 0.0103 | - |
| 8.4211 | 6400 | 0.0008 | - |
| 8.4868 | 6450 | 0.0058 | - |
| 8.5526 | 6500 | 0.0046 | - |
| 8.6184 | 6550 | 0.1061 | - |
| 8.6842 | 6600 | 0.0005 | - |
| 8.75 | 6650 | 0.1509 | - |
| 8.8158 | 6700 | 0.0027 | - |
| 8.8816 | 6750 | 0.0002 | - |
| 8.9474 | 6800 | 0.0006 | - |
| 9.0 | 6840 | - | 0.3014 |
| 9.0132 | 6850 | 0.0018 | - |
| 9.0789 | 6900 | 0.0006 | - |
| 9.1447 | 6950 | 0.0003 | - |
| 9.2105 | 7000 | 0.0007 | - |
| 9.2763 | 7050 | 0.0006 | - |
| 9.3421 | 7100 | 0.0003 | - |
| 9.4079 | 7150 | 0.1859 | - |
| 9.4737 | 7200 | 0.0009 | - |
| 9.5395 | 7250 | 0.12 | - |
| 9.6053 | 7300 | 0.0148 | - |
| 9.6711 | 7350 | 0.0002 | - |
| 9.7368 | 7400 | 0.0005 | - |
| 9.8026 | 7450 | 0.1027 | - |
| 9.8684 | 7500 | 0.0002 | - |
| 9.9342 | 7550 | 0.0004 | - |
| 10.0 | 7600 | 0.0003 | 0.3075 |
* The bold row denotes the saved checkpoint.
### Framework Versions
- Python: 3.10.12
- SetFit: 1.0.1
- Sentence Transformers: 2.2.2
- Transformers: 4.35.2
- PyTorch: 2.1.0+cu121
- Datasets: 2.16.1
- Tokenizers: 0.15.0
## Citation
### BibTeX
```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}
}
```
<!--
## Glossary
*Clearly define terms in order to be accessible across audiences.*
-->
<!--
## Model Card Authors
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->
<!--
## Model Card Contact
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
--> |