SetFit-FinBERT1-A1-challenge

Finnish-actions/SetFit-FinBERT1-A1-challenge

SetFit-FinBERT1-A1-challenge is a text classification model from Finnish-actions. Use it when you need a label for a piece of text. It is set up for setfit.

Downloads · 30 days

6% of all-time downloads

All-time downloads

Public

Parameters

125M

498 MB on disk

Likes

Public

Hugging Face

Repo makeup

Click a slice to open those files.

.safetensors498 MB · 100%

At a glance

Task: Text Classification
Library: setfit
Model type: bert
Access: Public
Created: Nov 21, 2025
Updated: Feb 21, 2026
SHA: 5bae4dff

Try a prompt

Base models

TurkuNLP/bert-base-finnish-cased-v1

Model card

From the Hugging Face model README

Detect Actions in Asynchronous Conversation Comments

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

This is a SetFit model that can be used for Text Classification of actions in asynchronous conversation. This particular model detects if a comment includes a challenge 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:

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: TurkuNLP/bert-base-finnish-cased-v1
Classification head: a LogisticRegression instance
Maximum Sequence Length: 512 tokens
Number of Classes: 2 classes

Model Sources

Repository: GitHub
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 Sukumini jep. Suomalainen rokottamaton paha, ukrainalainen rokottamaton hyvä. Tää näkyy olevan nyt se mentaliteetti tällä hetkellä...'</li><li>'Etunimi Sukunimi tilastot.'</li><li>'Etunimi Sukunimi myös delta oli suurimmalle osalle myös rokottamattomille lähes oireeton, omikron kuulemma vielä lievempi👏'</li></ul>
1	<ul><li>'Etunimi Sukunimi Muistat väärin. Emme minkään liittoutumisen takia sotaan joutuneet, vaan suurvaltojen keskinäisten etupiirijakojen vuoksi. Neuvostoliitto tarvitsi Suomen alueita tukikohdikseen ja aloitti tekosyyllä sodan. Oletko itse elänyt talvisodan.? Minä ole, olin kuusivuotias vuonna 1939, kun sota syttyi ja muistan sen sodan ja jatkosodan vaiheet vielä kirkkaasti. Silloin meillä oli viisaat päättäjät ja urhea armeija jotka saivat meidät pelastettua. Nytkin meillä on hyvät, viisaat päättäjät, joihin meidän tulee luottaa ja minä luotan.'</li><li>'Etunimi Sukunimi Tässä ei nyt siitä sanottu yhtään mitään joten ei kannata spekuloida. Nuo ¨tokkopat¨ on ihan turhia.'</li><li>'Sukunimi kaupunginvaltuutettu Ei tietenkään. Hyvinhän me voimme itsekin tuottaa maakaasua ja raakaöljyä. Eikös?'</li></ul>

Label

Examples

<ul><li>'Etunimi Sukumini jep. Suomalainen rokottamaton paha, ukrainalainen rokottamaton hyvä. Tää näkyy olevan nyt se mentaliteetti tällä hetkellä...'</li><li>'Etunimi Sukunimi tilastot.'</li><li>'Etunimi Sukunimi myös delta oli suurimmalle osalle myös rokottamattomille lähes oireeton, omikron kuulemma vielä lievempi👏'</li></ul>

<ul><li>'Etunimi Sukunimi Muistat väärin. Emme minkään liittoutumisen takia sotaan joutuneet, vaan suurvaltojen keskinäisten etupiirijakojen vuoksi. Neuvostoliitto tarvitsi Suomen alueita tukikohdikseen ja aloitti tekosyyllä sodan. Oletko itse elänyt talvisodan.? Minä ole, olin kuusivuotias vuonna 1939, kun sota syttyi ja muistan sen sodan ja jatkosodan vaiheet vielä kirkkaasti. Silloin meillä oli viisaat päättäjät ja urhea armeija jotka saivat meidät pelastettua. Nytkin meillä on hyvät, viisaat päättäjät, joihin meidän tulee luottaa ja minä luotan.'</li><li>'Etunimi Sukunimi Tässä ei nyt siitä sanottu yhtään mitään joten ei kannata spekuloida. Nuo ¨tokkopat¨ on ihan turhia.'</li><li>'Sukunimi kaupunginvaltuutettu Ei tietenkään. Hyvinhän me voimme itsekin tuottaa maakaasua ja raakaöljyä. Eikös?'</li></ul>

Evaluation

Metrics

Label	Metric
all	0.43

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-A1-challenge")
# Run inference
preds = model("Etunimi Sukunimi ei varmasti moni uskalla")

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.

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	1	19.6854	213

Label	Training Sample Count
0	932
1	31

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

If you use this model, please cite the following work:

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}
}

Task: Text Classification
Library: setfit
Type: bert
Created: Nov 21, 2025
Updated: Feb 21, 2026