---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: Etunimi Sukunimi nyt unohdat, että punakapinaan oli sekaantunut myös venäläisiä
    kommunisteja. Tukivat punakapinallisia asetoimituksin ja lähettämällä upseereita
    johtamaan kapinaa. Yhteisen kielen puute vain onneksi häiritsi kapinallista työskentelyä.
    Historiaa sinun kannattaa lukea vähän enemmän. Venäjä on hyökännyt Suomeen kremlin
    johdolla useastikin. Alkaen jo tsarien ajoista. Pikku ja isoviha esim.
- text: 'Etunimi Sukunimi poistitko kommenttisi? Kirjoitin tällaisen vastauksen. Eipä
    tuolla mitään lähteitä ollut mainittu. Ainoastaan tämä jutun perässä: "Pääkirjoitukset
    ovat HS:n kannanottoja ajankohtaiseen aiheeseen. Kirjoitukset laatii HS:n pääkirjoitustoimitus,
    ja ne heijastavat lehden periaatelinjaa."'
- text: Voi olla, mutta ennen sen hävityn sodan loppua kuolee paljon ukrainalaisia
    ja myös venäläisiä eikä Putinia kavereineen saada siitä koskaan vastuuseen 😡
- text: Etunimi Sukunimi 🙋‍♀️
- text: Koska kolme rokotetta on täysi rokotesarja, niin todennäköisesti kolmesti
    rokotettuja. Nyt kun niitä tarjotaan kuitenkin kaikille yli 18-vuotiaille.
metrics:
- metric
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: TurkuNLP/bert-base-finnish-cased-v1
model-index:
- name: SetFit with TurkuNLP/bert-base-finnish-cased-v1
  results:
  - task:
      type: text-classification
      name: Text Classification
    dataset:
      name: Unknown
      type: unknown
      split: test
    metrics:
    - type: metric
      value: 0.9591906526075806
      name: Metric
---

# Detect Actions in Asynchronous Conversation Comments

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

This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification of actions in asynchronous conversation. This particular model detects if a comment includes an appreciation or not. The configuration of the model is that the model is based on only one annotator's annotations (annotator A1). Metric evaluations are based on conservative ground truth (see paper). This SetFit model uses TurkuNLP/bert-base-finnish-cased-v1 as the Sentence Transformer embedding model (using word embeddings). 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](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:** [TurkuNLP/bert-base-finnish-cased-v1](https://huggingface.co/TurkuNLP/bert-base-finnish-cased-v1)
- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
- **Maximum Sequence Length:** 512 tokens
- **Number of Classes:** 2 classes
<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->

### Model Sources

- **Repository:** [GitHub](https://github.com/henniina/Detecting-paired-actions)
- **Paper:** Paakki, H., Toivanen, P. and Kajava K. (2025). Implicit and Indirect: Detecting Face-threatening and Paired Actions in Asynchronous Online Conversations. Northern European Journal of Language Technology (NEJLT), 11(1), pp. 58-83.

### Model Labels
| Label | Examples                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               |
|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 0     | <ul><li>'Etunimi Sukunimi herra senkun aloittaa keräyksen♥️'</li><li>'Etunimi Sukunimi venäjän syy hintojen nousu vai syytätkö sodastakin Suomen hallitusta ? 😖'</li><li>'Etunimi Sukunimi Olikhaan se virve'</li></ul>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                |
| 1     | <ul><li>'Etunimi Sukunimi, sama tunne jäi. Viisaita, pohdittuja sanoja.'</li><li>'Etunimi Sukunimi Minä nyt vain uskon että ammattilaiset ja suurten kansainvälisten järjestöjen kokeneet toimijat pystyvät järjestäytynempään toimintaan kuin suunnittelemattomasti, vaikkakin hyväntahtoisesti impulsiivisesti matkaan lähteneet ihmiset. Lisäksi sotatoimialueella on todellinen riski että vapaaehtoisesta satunnaisesta auttajasta tuleekin autettava. Tuskin innokkaimmatkaan vapaaehtoiset olisivat pystyneet valmistelemaan Venäjään kohdistettuja taloudellisia aseita vaikka tahtoa olisi ollut kuinka paljon. Ei kai pankkisalissakaan pelkällä suurella innolla ja halulla onnistuta. Enkä nyt todellakaan väheksy vapaaehtoisten aulista innokkuutta auttaa, vaan arvostan sitä suuresti.'</li><li>'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. 🥲'</li></ul> |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **10-fold cross-valitated F1** | 0.65 |

## 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("Finnish-actions/SetFit-FinBERT1-A1-appreciation")
# Run inference
preds = model("Etunimi Sukunimi 🙋‍♀️")
```


### Downstream Use

NB. This model has been trained on data coming from Finnish language asynchronous conversations under crisis related news on Facebook. This specific model has been trained to detect whether a comment includes a question or not. It reflects only one of our annotators' label interpretations, so the best use of our models (see our paper) would be to combine a set of models we provide on our Huggingface (Finnish-actions), and use a model ensemble to provide label predictions. It needs to be noted also that the model may not be well applicable outside of its empirical context, so in downstream applications, one should always conduct an evaluation of the model applicability using manually annotated data from that specific context (see our paper for annotation instructions).

### Out-of-Scope Use
Please use this model only for action detection and analysis. Uses of this model and the involved data for generative purposes (e.g. NLG) is prohibited.

## Bias, Risks and Limitations

Note that the model may produce errors. Due to the size of the training dataset, model may not generalize very well even for other novel topics within the same context. Note that model predictions should not be regarded as final judgments e.g. for online moderation purposes, but each case should also be regarded individually if using model predictions to support moderation. Also, the annotations only reflect three (though experienced) annotators' interpretations, so there might be perspectives on data intepretation that have not been taken into account here.
If model is used to support moderation on social media, we recommend that final judgments should always be left for human moderators.


<!--
### 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   | 20.3115 | 213 |

| Label | Training Sample Count |
|:------|:----------------------|
| 0     | 941                   |
| 1     | 22                    |

### 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
```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}
}

```

<!--
## 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.*
-->