Hugging Face's logo

mini1013
/
master_cate_el20

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_el20 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
17db187 verified
preview code
|
raw
history blame contribute delete
18.4 kB
---
base_model: mini1013/master_domain
library_name: setfit
metrics:
- metric
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 빌트록스 85mm F1.8 STM AF II 소니 풀프레임 FE-mount 주식회사 에스에이치몰
- text: 185CM 카메라 스마트폰 삼각대 SEL-ML185K 주식회사 셀루미
- text: 켄코 리얼프로 REALPRO UV 필터 43mm(포켓융+렌즈클리너)/JW (주)제이더블피앤엘
- text: 후지필름 XC35mm F2 렌즈 정품 입고완료 구매가능 주식회사 제이에스헤럴드나인
- text: 캐논 RF 100-500mm F4.5 7.1 L IS USM 망원렌즈 VSGO DKL-20 오.케이.굳 주식회사
inference: true
model-index:
- name: SetFit with mini1013/master_domain
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: metric
value: 0.8190048035472349
name: Metric
---
# SetFit with mini1013/master_domain
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) 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:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
- **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:** 19 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 |
|:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 | <ul><li>'인스탁스 미니에보 Evo 액정보호필름 주식회사 제이에스헤럴드나인'</li><li>'DJI 오즈모 액션3 올레포빅 고광택 액정 보호필름 2세트 주식회사 좀비베리어'</li><li>'소니 알파 강화유리 액정보호필름 A7C 미러리스 전용 주식회사 리디브'</li></ul> |
| 18 | <ul><li>'[후지필름]일회용카메라 심플에이스 / /필름감성 에프컴퍼니'</li><li>'KODAK H35 하프 필름카메라 토이카메라 - Sage (주)디지안'</li><li>'HARMAN XP2 Super 흑백 일회용카메라 (ISO400-27컷) 지오엔스토어'</li></ul> |
| 5 | <ul><li>'주)가게 고프로 정품 쇼티 Gopro Shorty 미니 셀카봉 삼각대 주식회사 가게'</li><li>'스몰리그 SR3232 후지 GFX 100S용 엘브라켓 주식회사 티에스아이시스템'</li><li>'레오포토 Mr.Y 미스터와이 LY-224C + LH-25R 카본 삼각대 옐로우 (주)디카몰'</li></ul> |
| 4 | <ul><li>'소니 풀프레임 미러리스 카메라 알파 ILCE - 7M4 바디 / A7 IV / A7M4 (주)컴퓨존'</li><li>'후지필름 X-T30 II XF18-55mm Kit 공식대리점 X-T30II 18-55 블랙 (당일배송) 주식회사 이로운컴퍼니'</li><li>'캐논정품 / EOS M200 렌즈미포함 / 남대문 현찬디지탈 블랙 현찬디지탈'</li></ul> |
| 14 | <ul><li>'씨에스타 가죽스트랩 RF12 (8Color) 다크 브라운 더35미리(the35mm)'</li><li>'K&F CONCEPT KF13.115V1 블랙 이중버클 퀵릴리즈 넥스트랩 자동차 안전벨트 소재 그레이 (KF13.115) (주)아이라이징'</li><li>'[ARTISAN&ARTIST] ACAM-25 OLIVE (주)컴퓨존'</li></ul> |
| 8 | <ul><li>'인스탁스 미니필름 마카롱1팩(10장) 캐릭터필름 /폴라로이드필름 인스탁스 미니필름 마카롱1팩(10장) 필름스튜디오'</li><li>'후지필름 인스탁스 미니11 미니12 미니에보 전용 미니필름 1P(10매) 선물set /오늘주문 주식회사 제이에스헤럴드나인'</li><li>'인스탁스 캐릭터 스퀘어필름(모노크롬)+포토라인/폴라로이드 SQ1 SQ6 10 20 40 쉐어 스퀘어필름 모노크롬 1팩(10장)+포토라인 글로리스(주)'</li></ul> |
| 0 | <ul><li>'니콘 D5500 바디만 정품 샤인프라자'</li><li>'캐논 EOS 200D II BODY (블랙) DSLR카메라 오.케이.굳 주식회사'</li><li>'캐논정품 / EOS 5D Mark IV / 렌즈미포함 / 남대문 현찬디지탈 현찬디지탈'</li></ul> |
| 6 | <ul><li>'DJI 액션3 스탠더드 콤보 (액션 카메라 4K 초광각 FOV 휴대성 웨어러블 고속충전) 대원씨티에스(주)'</li><li>'포팩트 4FACT NT20 주식회사 렉스쿨컴퍼니'</li><li>'[ ] 트랜센드 바디캠 DrivePro Body 30 ( 보안캠 경찰 소방관 안전 산업재해 ) 30000 mAh 대용량 보조배터리 (주)유아이커머스'</li></ul> |
| 12 | <ul><li>'로우프로 프로택틱 백팩 350 AW II (친환경소재/새로운라인) (주)디에스엘알스토어'</li><li>'Billingham Hadley Small Pro / 네이비쵸코 / 빌링햄 / 카메라백 / 세기정품 엠더블유 플랫폼(MW Platform)'</li><li>'로우프로 패스트팩 프로 250 AW III 백팩 (그레이) 지오엔스토어'</li></ul> |
| 11 | <ul><li>'DJI Mic 2 무선 마이크 (2 TX + 1 RX + 충전 케이스) (FCC) 대원씨티에스(주)'</li><li>'열림에이브이 국내조립 포니콘루페(블랙/그린/노랑) 10X/ 니콘루페/필름색판정/ 곤충식물 관찰자연확대경/사각루페/ 숲관찰/ 숲체험/ 환경체험 어린이선물 유치원교구 수입유리렌즈_포니콘블랙루페 열림AV'</li><li>'for 니콘루페 10X 휴대용 미니 돋보기 필름확대 목걸이타입 어린이집 유치원 교보재 포커스루페 포커스엠제이'</li></ul> |
| 2 | <ul><li>'겐코 AIR UV 52mm 슬림 렌즈 필터 UV코팅 주식회사 앤엑스라인'</li><li>'호야 Sparkle 52mm 스파클 6X 크로스 필터 포인트광원 포토하우스'</li><li>'호야 WIDE CPL필터 52mm 일출포토테크닉'</li></ul> |
| 15 | <ul><li>'HDR-CX405 정품 미니핸드캠 FULL HD캠코더 와이지스토어(주) (YG store Co., Ltd)'</li><li>'파나소닉 AG-CX10 4K HD라이브스트리밍/캠코더 주식회사 센스포켓(sens pocket)'</li><li>'파나소닉 프로페셔널 캠코더 HC-X1500 /4K/UHD/60FPS/광학24배/방송용 주식회사 무한미디어'</li></ul> |
| 16 | <ul><li>'[Elgato] Key Light 엘가토 키 라이트 제니스'</li><li>'레이저코리아 Ring light 링 라이트 YT 주식회사 옐로우트리'</li><li>'고독스 LED 조명 소형 휴대용 색 온도 조절 데스크탑 탁상용 LC30Bi 주식회사 센스포켓(sens pocket)'</li></ul> |
| 3 | <ul><li>'트랜센드 SDHC Class10 600X UHS-1 8GB (주)유아이커머스'</li><li>'삼성전자 삼성 공식인증 마이크로 SD카드 PRO ENDURANCE 32GB MB-MJ32KA/APC 메모리카드 보관함케이스 주식회사 트라오'</li><li>'(트랜센드) CF 133X 2GB 정품 밀알시스템'</li></ul> |
| 7 | <ul><li>'(리안)파워샷 G7X Mark II/정품 주식회사 리안'</li><li>'리코정품/ GR IIIx / GR3x / 단품 /남대문 현찬디지탈 현찬디지탈'</li><li>'리코GR3 스트리트 에디션 RICOH GR III Street Edition 어썸팩토리(awesome factory)'</li></ul> |
| 17 | <ul><li>'[개수제한 없음] 코닥 컬러플러스 200/36 2024-2025 kodak colorplus 200 컬러네거티브 36장 컬러필름 입문용필름 저스트픽쳐(Just picture)'</li><li>'코닥필름 포트라 PORTRA 160 135-36 1롤 프로용 네가티브필름 코닥 포트라 160 135-36 [1롤] 필름스튜디오'</li><li>'10롤1세트-후지 컬러 네가티브 C200 후속 필름 200/36(수동필름/SO200/입문용)-24년11월 이터너블 (eternovel)'</li></ul> |
| 9 | <ul><li>'파나소닉 에네루프 BQ-CC55 신형 급속충전기 AA/AAA 배터리케이스 제공 파나소닉 신형충전기 BQ-CC55 미래테크'</li><li>'캐논 LP-E8 호환배터리 EOS 550D 전용배터리 주식회사 에스에이치몰'</li><li>'후지 NP-45/45A 호환 배터리 FinePix JX200 J40 주식회사 위너스클럽'</li></ul> |
| 10 | <ul><li>'카리미/9723TC-OTG 블랙박스 멀티 SD카드 리더기 넷트루'</li><li>'USB3.0 올인원 카드리더기 NEXT-9703U3 엠스타샵'</li><li>'엑토 C타입 USB 3.2 Gen1 OTG 멀티 카드리더기 CRD-44 (주)신진교역'</li></ul> |
| 13 | <ul><li>'캐논 EF-S 18-135mm F3.5-5.6 IS USM / DN 디지탈나라'</li><li>'후지필름 GF110mm F2 R LM WR 온라인대리점 구매가능 주식회사 제이에스헤럴드나인'</li><li>'탐론 18-200 F3.5-6.3 Di II VC B018 캐논용 주식회사 엔터커머스'</li></ul> |
## Evaluation
### Metrics
| Label | Metric |
|:--------|:-------|
| **all** | 0.8190 |
## 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("mini1013/master_cate_el20")
# Run inference
preds = model("185CM 카메라 스마트폰 삼각대 SEL-ML185K 주식회사 셀루미")
```
<!--
### 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 | 3 | 9.9389 | 25 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0 | 50 |
| 1 | 50 |
| 2 | 50 |
| 3 | 50 |
| 4 | 50 |
| 5 | 50 |
| 6 | 50 |
| 7 | 50 |
| 8 | 50 |
| 9 | 50 |
| 10 | 50 |
| 11 | 50 |
| 12 | 50 |
| 13 | 50 |
| 14 | 50 |
| 15 | 50 |
| 16 | 50 |
| 17 | 50 |
| 18 | 50 |
### Training Hyperparameters
- batch_size: (512, 512)
- num_epochs: (20, 20)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 40
- body_learning_rate: (2e-05, 2e-05)
- head_learning_rate: 2e-05
- 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0067 | 1 | 0.4972 | - |
| 0.3356 | 50 | 0.3162 | - |
| 0.6711 | 100 | 0.178 | - |
| 1.0067 | 150 | 0.1148 | - |
| 1.3423 | 200 | 0.0596 | - |
| 1.6779 | 250 | 0.0503 | - |
| 2.0134 | 300 | 0.0288 | - |
| 2.3490 | 350 | 0.03 | - |
| 2.6846 | 400 | 0.0227 | - |
| 3.0201 | 450 | 0.0219 | - |
| 3.3557 | 500 | 0.022 | - |
| 3.6913 | 550 | 0.0127 | - |
| 4.0268 | 600 | 0.007 | - |
| 4.3624 | 650 | 0.0098 | - |
| 4.6980 | 700 | 0.0037 | - |
| 5.0336 | 750 | 0.0044 | - |
| 5.3691 | 800 | 0.0041 | - |
| 5.7047 | 850 | 0.0003 | - |
| 6.0403 | 900 | 0.0022 | - |
| 6.3758 | 950 | 0.0002 | - |
| 6.7114 | 1000 | 0.0053 | - |
| 7.0470 | 1050 | 0.0006 | - |
| 7.3826 | 1100 | 0.0006 | - |
| 7.7181 | 1150 | 0.0003 | - |
| 8.0537 | 1200 | 0.0002 | - |
| 8.3893 | 1250 | 0.0002 | - |
| 8.7248 | 1300 | 0.0002 | - |
| 9.0604 | 1350 | 0.0002 | - |
| 9.3960 | 1400 | 0.0002 | - |
| 9.7315 | 1450 | 0.0001 | - |
| 10.0671 | 1500 | 0.0002 | - |
| 10.4027 | 1550 | 0.0002 | - |
| 10.7383 | 1600 | 0.0001 | - |
| 11.0738 | 1650 | 0.0002 | - |
| 11.4094 | 1700 | 0.0001 | - |
| 11.7450 | 1750 | 0.0001 | - |
| 12.0805 | 1800 | 0.0001 | - |
| 12.4161 | 1850 | 0.0001 | - |
| 12.7517 | 1900 | 0.0001 | - |
| 13.0872 | 1950 | 0.0001 | - |
| 13.4228 | 2000 | 0.0001 | - |
| 13.7584 | 2050 | 0.0001 | - |
| 14.0940 | 2100 | 0.0001 | - |
| 14.4295 | 2150 | 0.0001 | - |
| 14.7651 | 2200 | 0.0001 | - |
| 15.1007 | 2250 | 0.0001 | - |
| 15.4362 | 2300 | 0.0001 | - |
| 15.7718 | 2350 | 0.0001 | - |
| 16.1074 | 2400 | 0.0001 | - |
| 16.4430 | 2450 | 0.0001 | - |
| 16.7785 | 2500 | 0.0001 | - |
| 17.1141 | 2550 | 0.0001 | - |
| 17.4497 | 2600 | 0.0001 | - |
| 17.7852 | 2650 | 0.0001 | - |
| 18.1208 | 2700 | 0.0001 | - |
| 18.4564 | 2750 | 0.0001 | - |
| 18.7919 | 2800 | 0.0001 | - |
| 19.1275 | 2850 | 0.0001 | - |
| 19.4631 | 2900 | 0.0001 | - |
| 19.7987 | 2950 | 0.0001 | - |
### Framework Versions
- Python: 3.10.12
- SetFit: 1.1.0.dev0
- Sentence Transformers: 3.1.1
- Transformers: 4.46.1
- PyTorch: 2.4.0+cu121
- Datasets: 2.20.0
- Tokenizers: 0.20.0
## 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.*
-->