|
--- |
|
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: 테팔 매직핸즈 인덕션 블랙스톤 후라이팬 2종(24+28) 05-매트그레이3종(팬24+웍22+손잡이) (주)티피상사 |
|
- text: 놋담 방짜유기 유기 티스푼 10.유기 체리 사각 티스푼 (주)죽전도예 |
|
- text: 위케어 친환경 산화생분해 크린위생장갑 200매 천연일회용 비닐장갑 에이비컴퍼니 |
|
- text: 대형 주방 베이킹 반죽 도마 실리콘 향균 80x70 눈금자 09. 모란그린 플러스 도톰 50x70 사은품 경식시대 |
|
- text: 오리스타 우드 하비 41 우드 큐브1호1구 세트 주식회사 두현인터내셔널 |
|
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: 0.5785953728183967 |
|
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:** 16 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 | |
|
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| 1.0 | <ul><li>'1 + 1 국산 실리콘 에어프라이어용기 전자렌지용기 6.십자형 1+1 그레이(특대) 리빙스토리'</li><li>'키친아트 프리미엄 아티스트3종 세트 (18양수+16편수+24전골) 프리미엄 아티스트3종세트 라임안경'</li><li>'PN풍년 압력밥솥 AS 부품 고무패킹 PC-20C A. 고무패킹_A-VTG-01. 베르투 VTGPC-01 비슈마켓'</li></ul> | |
|
| 15.0 | <ul><li>'HC 빗살 점보그릴양면팬 30cm 주식회사 나르샤'</li><li>'[갤러리아] 엑스클립스 바닥3중 실속 2종세트 (F28+W28) 한화갤러리아(주)'</li><li>'[도착보장] 컴플리트 티타늄 IH 계란말이 3종 세트 주식회사 에이치씨컴퍼니 (HC Company)'</li></ul> | |
|
| 11.0 | <ul><li>'(이엔메디)스탠딩파우치 100장 한약파우치 한약봉지 봉투 한약팩 자연의선물 100장 이엔메디칼'</li><li>'(시시호시) 타원 가죽트레이 라지사이즈 Free_아쿠아민트 '</li><li>'셀룰로오스 행주 독일 스웨덴 주방행주 붉은튤립 21.공룡시대 티디인터내셔널'</li></ul> | |
|
| 8.0 | <ul><li>'1200x800 엔틱 1도 직교자상 브라우니박스12'</li><li>'MLL614 순동 향도세트 훈향로 향로 가루향 S 비디마켓(bd Market)'</li><li>'방짜 수공예품제기 제사제기제기 IW5E8362 코리아샵'</li></ul> | |
|
| 3.0 | <ul><li>'무공해 옹기명가 쌀독 긴항아리 소금단지 10kg 20kg 20kg 쌀독 옹기명가'</li><li>'농업용 저장 물탱크 사각 100L 대용량 농약 물통 탱크 말통 식수용 플라스틱 Q.60L3 꾸미다홈'</li><li>'액체 질소 탱크 10L 20L 30L 냉동 실험실 병원 보관 10리터 125mm 구경 구매가이드'</li></ul> | |
|
| 5.0 | <ul><li>'vo/(그레이 2P)삶아쓰는 실리콘 와인마개 공기차단 다용도 병뚜껑 간편한 벤타상사'</li><li>'[OF511PN6]디아이 미니 디켄더 클리어 ONECOLOR／FREE sellerhub'</li><li>'쿠킹의정석 에그 수란만들기1개(랜덤) 메종드라라'</li></ul> | |
|
| 7.0 | <ul><li>'선인장 화분 계량 스푼 숟가락 홀더 4색수저물결무늬화분크라프트지포장+가방 컴어라운드마켓'</li><li>'총알배송 크놉다이얼 햅 타이머 스탑워치 요가 요리 쿠킹 조리 선물용 가정용 업소용 대량주문 표준형 타이머 올어바웃헬스'</li><li>'[제이큐]한신 호스밴드-스테인레스 17Inch 430mm BOX20EA 월드와이드 쇼핑'</li></ul> | |
|
| 13.0 | <ul><li>'[로얄포드] 시그니처 칼블럭 세트 5PCS (주)씨제이이엔엠'</li><li>'자석 칼걸이 소품걸이 거치대 행거 정리 50CM 수납선반 무타공 용품 프레임 50cm 알리몽드'</li><li>'양은 절구 210mm 318mm 업소용절구 절구방 업소용 특대260 주방119'</li></ul> | |
|
| 4.0 | <ul><li>'도자기 종지 ver.1 간장 일본 초장 와사비 미니 소스 그릇 omg 109 선택 I_8) 루미-69 줄고양이 종지 주식회사 오메가키친'</li><li>'옳음 공기 (4color) 블랙 오픈주방'</li><li>'에디슨 성인용 교정 젓가락 왼손용 오른손용 에디슨 성인용 교정 젓가락 오른손용 주식회사 성현종합유통'</li></ul> | |
|
| 12.0 | <ul><li>'타이거보온주전자 핸디저그 1600ml / PWO-A160 화이트 신세계몰'</li><li>'코카코 물주전자 5L 쭈비쭈비'</li><li>'주전자 1.5L 들통주전자 스텐 위드위너(e)'</li></ul> | |
|
| 9.0 | <ul><li>'고운손 자동 세척기 쌀 예스딜'</li><li>'800도씨 스텐 뒤집개 스패치 스크래퍼 그리들 터너 우드 손잡이 스텐 뒤집개 주식회사 디자인앤라이프스토리'</li><li>'수동 스테인레스 압착기 프레스 착즙기 2L 스테인리스 스틸 대경'</li></ul> | |
|
| 14.0 | <ul><li>'V60종이필터 01/02/03화이트 40매 2-6인용(VCF-03-40W) 하리오코리아주식회사'</li><li>'스타 플루티드 저그 900ml_2503442/로얄코펜하겐 롯데쇼핑(주)'</li><li>'칼리타 102필터 40p-화이트 주식회사 로프트샵'</li></ul> | |
|
| 0.0 | <ul><li>'접이식 테이블 정사각 소(송목) G.TOP'</li><li>'책상 좌식 블루 스탠다드 4 접이식 D 공부 밥상 1인용 테이블 간이 미니 (SYSH)컴퍼니'</li><li>'접이식 거실 공부 테이블 미니 좌탁 접이식공부상 상품선택_테이블 라운드 포커스스토어'</li></ul> | |
|
| 6.0 | <ul><li>'와인잔 큐빅 칵테일잔 투명 보석 내열유리 홈파티 선물 9) 물컵 1개(선물 상자 없음) 김헌수'</li><li>'테이크아웃컵 100개/아이스컵 투명일회용 플라스틱컵 일자투명빨대(7x210x500개)1개 바른유통'</li><li>'컨템포러리머그 HM형 0.36L 4p(BG) HME형 '</li></ul> | |
|
| 10.0 | <ul><li>'상하로 움직이는 S T smart 창문형 주방 정리 식기 건조대 900 1200 선택01) 900 T-스마트[티타늄 컬러] 퀸넥스'</li><li>'이케아 RINNIG 린니그 패턴 행주 4개입 다크그레이 2) 이나마리아 행주 4P (블루/핑크) 주식회사 랩앤툴스'</li><li>'JBJ 코모드 2단 올스텐 식기건조대 주식회사 제이비제이'</li></ul> | |
|
| 2.0 | <ul><li>'KNC 모도리 깔끔도마 리필교체형 2p 번트오렌지_크림화이트 그로쓰스토어'</li><li>'스텐 업소용 대형 도마 주방 살균 위생 베이킹 반죽판 큰 특대 업소 가정용 싱크대 상판 양면접힘_1.5_50x70 와이엘컴퍼니'</li><li>'[죠셉죠셉]폴리오도마라지그라파이트4종세트 / JJP60184 도마세트 (주)신세계사이먼 파주점'</li></ul> | |
|
|
|
## Evaluation |
|
|
|
### Metrics |
|
| Label | Metric | |
|
|:--------|:-------| |
|
| **all** | 0.5786 | |
|
|
|
## 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_lh25") |
|
# Run inference |
|
preds = model("놋담 방짜유기 유기 티스푼 10.유기 체리 사각 티스푼 (주)죽전도예") |
|
``` |
|
|
|
<!-- |
|
### 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 | 9.5687 | 22 | |
|
|
|
| Label | Training Sample Count | |
|
|:------|:----------------------| |
|
| 0.0 | 50 | |
|
| 1.0 | 50 | |
|
| 2.0 | 50 | |
|
| 3.0 | 50 | |
|
| 4.0 | 50 | |
|
| 5.0 | 50 | |
|
| 6.0 | 50 | |
|
| 7.0 | 50 | |
|
| 8.0 | 50 | |
|
| 9.0 | 50 | |
|
| 10.0 | 50 | |
|
| 11.0 | 50 | |
|
| 12.0 | 50 | |
|
| 13.0 | 50 | |
|
| 14.0 | 50 | |
|
| 15.0 | 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 | |
|
|:-----:|:----:|:-------------:|:---------------:| |
|
| 0.008 | 1 | 0.4166 | - | |
|
| 0.4 | 50 | 0.3979 | - | |
|
| 0.8 | 100 | 0.2722 | - | |
|
| 1.2 | 150 | 0.1862 | - | |
|
| 1.6 | 200 | 0.1144 | - | |
|
| 2.0 | 250 | 0.0921 | - | |
|
| 2.4 | 300 | 0.0586 | - | |
|
| 2.8 | 350 | 0.0429 | - | |
|
| 3.2 | 400 | 0.0189 | - | |
|
| 3.6 | 450 | 0.0096 | - | |
|
| 4.0 | 500 | 0.0151 | - | |
|
| 4.4 | 550 | 0.0146 | - | |
|
| 4.8 | 600 | 0.0154 | - | |
|
| 5.2 | 650 | 0.012 | - | |
|
| 5.6 | 700 | 0.0145 | - | |
|
| 6.0 | 750 | 0.0037 | - | |
|
| 6.4 | 800 | 0.0064 | - | |
|
| 6.8 | 850 | 0.001 | - | |
|
| 7.2 | 900 | 0.0007 | - | |
|
| 7.6 | 950 | 0.0004 | - | |
|
| 8.0 | 1000 | 0.0002 | - | |
|
| 8.4 | 1050 | 0.0002 | - | |
|
| 8.8 | 1100 | 0.0002 | - | |
|
| 9.2 | 1150 | 0.0002 | - | |
|
| 9.6 | 1200 | 0.0002 | - | |
|
| 10.0 | 1250 | 0.0002 | - | |
|
| 10.4 | 1300 | 0.0001 | - | |
|
| 10.8 | 1350 | 0.0001 | - | |
|
| 11.2 | 1400 | 0.0001 | - | |
|
| 11.6 | 1450 | 0.0001 | - | |
|
| 12.0 | 1500 | 0.0001 | - | |
|
| 12.4 | 1550 | 0.0001 | - | |
|
| 12.8 | 1600 | 0.0001 | - | |
|
| 13.2 | 1650 | 0.0001 | - | |
|
| 13.6 | 1700 | 0.0001 | - | |
|
| 14.0 | 1750 | 0.0001 | - | |
|
| 14.4 | 1800 | 0.0001 | - | |
|
| 14.8 | 1850 | 0.0001 | - | |
|
| 15.2 | 1900 | 0.0001 | - | |
|
| 15.6 | 1950 | 0.0001 | - | |
|
| 16.0 | 2000 | 0.0001 | - | |
|
| 16.4 | 2050 | 0.0001 | - | |
|
| 16.8 | 2100 | 0.0001 | - | |
|
| 17.2 | 2150 | 0.0001 | - | |
|
| 17.6 | 2200 | 0.0001 | - | |
|
| 18.0 | 2250 | 0.0001 | - | |
|
| 18.4 | 2300 | 0.0001 | - | |
|
| 18.8 | 2350 | 0.0001 | - | |
|
| 19.2 | 2400 | 0.0001 | - | |
|
| 19.6 | 2450 | 0.0001 | - | |
|
| 20.0 | 2500 | 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.* |
|
--> |
