metadata

library_name: setfit
tags:
  - setfit
  - absa
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
metrics:
  - accuracy
widget:
  - text: >-
      kurangi bintang karna developer pelit dapat gold:ku kurangi bintang karna
      developer pelit dapat gold buat beli shop susah harus nunggu 6 jam untuk
      energi terisi full itupun hanya 3 biji sangat tidak memuaskan walau game
      cukup seru buat santai alangkah baiknya jika energy buat main di unlimit
      saja atau di update percepat isi energi buat play nya dan kendala di
      jaringan padahal sinyal wifi kencang tapi masih suka lag semoga cepat ada
      update supercell
  - text: >-
      untuk grafik story dah bagus:untuk grafik story dah bagus cuman minus di
      sistem gacha dan artefak di tambah game nya tidak ramah f2p jadi banyak
      player yang kesusahan dalam mengumpulkan primogem itu doang sih
  - text: >-
      gamenya asik sayangnya sinyal tiba tiba down:gamenya asik sayangnya sinyal
      tiba tiba down dan gk bisa login lagi
  - text: >-
      bertarung melawan musuh joystick sering ngebug gak:saat bertarung melawan
      musuh joystick sering ngebug gak bisa di gerakin dan terkadang hanya jalan
      lurus saja tolong diperbaiki
  - text: >-
      game ini 1 peti terbatas saya berharap:kekurangan game ini 1 peti terbatas
      saya berharap ini diubah menjadi seperti clash royale karena koin di game
      ini tidak bisa didapat setiap waktu kecuali top up 2 tier rank tolong di
      tambah sistem rank karena sistem rank akan membuat banyak player bersaing
      dan menambah keseruan karna ada tantangan seperti clash royale 3 sinyal
      bug sinyal mendadak lemah dan gk bisa masuk pertandingan karena game ini
      masih baru jadi wajar tapi tolong diperbaiki untuk kenyamanan pemain
pipeline_tag: text-classification
inference: false

SetFit Polarity Model

This is a SetFit model that can be used for Aspect Based Sentiment Analysis (ABSA). A LogisticRegression instance is used for classification. In particular, this model is in charge of classifying aspect polarities.

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.

This model was trained within the context of a larger system for ABSA, which looks like so:

Use a spaCy model to select possible aspect span candidates.
Use a SetFit model to filter these possible aspect span candidates.
Use this SetFit model to classify the filtered aspect span candidates.

Model Details

Model Description

Model Type: SetFit
Classification head: a LogisticRegression instance
spaCy Model: id_core_news_trf
SetFitABSA Aspect Model: Funnyworld1412/review_game_absa-aspect
SetFitABSA Polarity Model: Funnyworld1412/review_game_absa-polarity
Maximum Sequence Length: 8192 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	'kebanyakan npc teyvat story utama punya mc:saranku developer harus menciptakan sebuah story yang sangat menarik agar tidak kehilangan para player karena masalahnya banyak player yg tidak bertahan lama karena repetitif dan monoton tiap update size makin gede doang yg isinya cuma chest baru itupun sampah puzzle yg makin lama makin rumit tapi chest nya sampah story kebanyakan npc teyvat story utama punya mc dilupain gak difokusin map kalo udah kosong ya nyampah bikin size gede doang main 3 tahun rasanya monoton perkembangan buruk' 'tolong ditambah lagi reward untuk gachanya untuk:tolong ditambah lagi reward untuk gachanya untuk player lama kesulitan mendapatkan primo karena sudah tidak ada lagi quest dan eksplorasi juga sudah 100 dasar developer kapitalis game ini makin lama makin monoton dan tidak ramah untuk player lama yang kekurangan bahan untuk gacha karakter' 'gitu aja sampek event selesai primogemnya buat:cuman saran jangan terlalu pelit biar para player gak kabur sama game sebelah hadiah event quest di perbaiki udah nunggu event lama lama hadiah cuman gitu gitu aja sampek event selesai primogemnya buat 10 pull gacha gak cukup tingakat kesulitan beda hadiah sama saja lama lama yang main pada kabur kalok terlalu pelit dan 1 lagi jariang mohon di perbaiki untuk server indonya trimaksih'
Positive	'gameplay nya memang menarik:gameplay nya memang menarik tapi story questnya bikin boring setiap lagi menyelesaikan quest kepala saya selalu frustasi karna dialog yang gak ngotak panjangnya mana gak bisa di skip selain itu developer selalu pelit untuk memberikan hadiah saya sudah tidak merasa senang lagi bermain game ini karna ke kikirannya puzzle nya dan questnya membuat otak saya pusing developer juga lama memberi respon saat ada bug harus tunggu viral dulu baru bug nya di benerin' 'mulai dari cerita story sound effect maupun:tolong jangan pelit lah hoyoverse sama pemain baru atau pemain yg lama yg main kembali karna pemain paling suka kalau banyak gratisan ntah itu artefak primoge character atau pun item karna jujur saja sebagai pemain baru saya merasa kurang puas sama gamenya apalagi buat upgrade character itu harus kumpulan item yg kebanyakan susah didapat bagi pemain baru itu saya kekurangan dari game ini selebihnya bagus mulai dari cerita story sound effect maupun tampilan didalam game yg lumayan bagus' 'dari cerita story sound effect maupun tampilan didalam:tolong jangan pelit lah hoyoverse sama pemain baru atau pemain yg lama yg main kembali karna pemain paling suka kalau banyak gratisan ntah itu artefak primoge character atau pun item karna jujur saja sebagai pemain baru saya merasa kurang puas sama gamenya apalagi buat upgrade character itu harus kumpulan item yg kebanyakan susah didapat bagi pemain baru itu saya kekurangan dari game ini selebihnya bagus mulai dari cerita story sound effect maupun tampilan didalam game yg lumayan bagus'

Label

Examples

Negative

'kebanyakan npc teyvat story utama punya mc:saranku developer harus menciptakan sebuah story yang sangat menarik agar tidak kehilangan para player karena masalahnya banyak player yg tidak bertahan lama karena repetitif dan monoton tiap update size makin gede doang yg isinya cuma chest baru itupun sampah puzzle yg makin lama makin rumit tapi chest nya sampah story kebanyakan npc teyvat story utama punya mc dilupain gak difokusin map kalo udah kosong ya nyampah bikin size gede doang main 3 tahun rasanya monoton perkembangan buruk'
'tolong ditambah lagi reward untuk gachanya untuk:tolong ditambah lagi reward untuk gachanya untuk player lama kesulitan mendapatkan primo karena sudah tidak ada lagi quest dan eksplorasi juga sudah 100 dasar developer kapitalis game ini makin lama makin monoton dan tidak ramah untuk player lama yang kekurangan bahan untuk gacha karakter'
'gitu aja sampek event selesai primogemnya buat:cuman saran jangan terlalu pelit biar para player gak kabur sama game sebelah hadiah event quest di perbaiki udah nunggu event lama lama hadiah cuman gitu gitu aja sampek event selesai primogemnya buat 10 pull gacha gak cukup tingakat kesulitan beda hadiah sama saja lama lama yang main pada kabur kalok terlalu pelit dan 1 lagi jariang mohon di perbaiki untuk server indonya trimaksih'

Positive

'gameplay nya memang menarik:gameplay nya memang menarik tapi story questnya bikin boring setiap lagi menyelesaikan quest kepala saya selalu frustasi karna dialog yang gak ngotak panjangnya mana gak bisa di skip selain itu developer selalu pelit untuk memberikan hadiah saya sudah tidak merasa senang lagi bermain game ini karna ke kikirannya puzzle nya dan questnya membuat otak saya pusing developer juga lama memberi respon saat ada bug harus tunggu viral dulu baru bug nya di benerin'
'mulai dari cerita story sound effect maupun:tolong jangan pelit lah hoyoverse sama pemain baru atau pemain yg lama yg main kembali karna pemain paling suka kalau banyak gratisan ntah itu artefak primoge character atau pun item karna jujur saja sebagai pemain baru saya merasa kurang puas sama gamenya apalagi buat upgrade character itu harus kumpulan item yg kebanyakan susah didapat bagi pemain baru itu saya kekurangan dari game ini selebihnya bagus mulai dari cerita story sound effect maupun tampilan didalam game yg lumayan bagus'
'dari cerita story sound effect maupun tampilan didalam:tolong jangan pelit lah hoyoverse sama pemain baru atau pemain yg lama yg main kembali karna pemain paling suka kalau banyak gratisan ntah itu artefak primoge character atau pun item karna jujur saja sebagai pemain baru saya merasa kurang puas sama gamenya apalagi buat upgrade character itu harus kumpulan item yg kebanyakan susah didapat bagi pemain baru itu saya kekurangan dari game ini selebihnya bagus mulai dari cerita story sound effect maupun tampilan didalam game yg lumayan bagus'

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 AbsaModel

# Download from the 🤗 Hub
model = AbsaModel.from_pretrained(
    "Funnyworld1412/review_game_absa-aspect",
    "Funnyworld1412/review_game_absa-polarity",
)
# Run inference
preds = model("The food was great, but the venue is just way too busy.")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	7	43.8444	96

Label	Training Sample Count
konflik	0
negatif	0
netral	0
positif	0

Training Hyperparameters

batch_size: (4, 4)
num_epochs: (1, 1)
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: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0020	1	0.1121	-
0.1010	50	0.0306	-
0.2020	100	0.0186	-
0.3030	150	0.0862	-
0.4040	200	0.0089	-
0.5051	250	0.0037	-
0.6061	300	0.0027	-
0.7071	350	0.0154	-
0.8081	400	0.238	-
0.9091	450	0.0095	-

Framework Versions

Python: 3.10.13
SetFit: 1.0.3
Sentence Transformers: 3.0.1
spaCy: 3.7.5
Transformers: 4.36.2
PyTorch: 2.1.2
Datasets: 2.19.2
Tokenizers: 0.15.2

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}
}