Hugging Face's logo

mini1013
/
master_cate_ac2

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_ac2 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
dcd94af verified
preview code
|
raw
history blame contribute delete
13.9 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: MLB [MLB] 루키 언스트럭쳐 볼캡 24종 택1 203993 선택 20) 3ACP7701N-07ORL_F 위드홀리투
- text: 남여공용 기본군모 4컬러 EVE 카키 에브리씽굿
- text: 골덴와이어버킷햇(T)7252 브라운 모티브코리아
- text: 패션울벙거지97 베이지 디플코리아 (Digital Plus Korea)
- text: '[닥스](강남점)DBHE4EL01W2 브라운 체크 면 헌팅캡 신세계백화점'
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: 0.8489339496048904
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:** 13 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 |
|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 10.0 | <ul><li>'밀로 [Exclusive] Holiday Signature Ball Cap (20Colors) MINT GRAY 포챌린지'</li><li>'(골라) 남녀공용 (GL)CONTRAST STITCHED CAP (3 COLOR) WW9G3SAAC101 연핑크_FRE '</li><li>'밀로 [Exclusive] Holiday Signature Ball Cap (20Colors) STONE BLACK 포챌린지'</li></ul> |
| 4.0 | <ul><li>'꽈배기 비니 모자 두꺼운 골무 털 뜨개 여성 겨울 캡 알파카 남자 커플 니트 주황색_S(아이 32-52 cm) 앤디일레븐'</li><li>'패션모자 방한 남자 니트 후드 겨울 장갑 가을 워머 도톰한 3종세트 기모 블랙 마이클로드'</li><li>'털모자 따뜻한 낚시 모자 아빠 중년남성 노인 겨울 옵션06 에스앤지샵'</li></ul> |
| 7.0 | <ul><li>'[하프클럽/구김스]구김스 모자(스포츠/등산/여행/방수) BEST 7종 균일가 763_블랙_D type 하프클럽'</li><li>'캉골 아웃도어 액티비티 버켓 4480 에크루 M AK플라자1관'</li><li>'[벤시몽](신세계센텀점)[23FW] WINTER BUCKET HAT - 2color NAVY_FREE 주식회사 에스에스지닷컴'</li></ul> |
| 3.0 | <ul><li>'고탄성 부드러운 메쉬 원단 운동야외활동 스카프 두건 연그레이 드림픽쳐스'</li><li>'[로스코]반다나 스카프 헤어밴드 페이즐리 손수건 OLIVE DRAB_4051/Freesize 패션플러스'</li><li>'페이즐리 반다나 헤어 머리두건 비 손수건 스카프 그린 보물삼'</li></ul> |
| 1.0 | <ul><li>'방한모자2종 귀달이 털모자 군밤 스키 용품 트래퍼햇 마스크 캡방한모자 01.불구덩이군방모자 제이케이 아트 갤러리'</li><li>'[MLB] 패딩 트루퍼 귀달이 햇(3AWMPH136-50BKS) 블랙-50BKS/59H 에이케이에스앤디(주) AK플라자 평택점'</li><li>'겨울 곰돌이 후드 귀달이 모자 목돌이 동물 털모자 05.브라운 석진케이 주식회사'</li></ul> |
| 9.0 | <ul><li>'스냅백 패션모자 snapback (투톤)그레이오렌지 루나마켓'</li><li>'스냅백 패션모자 snapback 레드 루나마켓'</li><li>'공용 메탈 원포인트 스냅백 뉴욕양키스 (32CP57111-50L) '</li></ul> |
| 0.0 | <ul><li>'기본 군모 버킷햇 밀리터리 여자 빈티지군모 모자 남자 버캣햇 블랙 카키 / FREE 체인지비'</li><li>'빈티지 워싱 느낌 영문 레터링 장식 포인트 엣지 군모 그레이 (주)오너클랜'</li><li>'질좋은 군모 모자(차콜/국내생산) 네이비 프리마켓'</li></ul> |
| 2.0 | <ul><li>'여자 겨울템 따뜻 극세사 양털곰돌이머리띠 귀마개 A24973_베이지_FREE 세븐제이스(7JS)'</li><li>'양털 곰돌이귀마개 귀도리 뽀글이 귀마개 방한귀마개 목도리 화이트 현성마켓'</li><li>'스타일 더하기-36-꽈배기방한귀마개 핑크 이미연'</li></ul> |
| 6.0 | <ul><li>'국내발송 MARITHE FRANCOIS GIRBAUD 마리떼 CABLE KNIT BEANIE blue 1MG23SHG112 ONE SIZE 씨이랩'</li><li>'[매장발송] 마리떼 CLASSIC LOGO BEANIE black OS 와이에스마켓'</li><li>'MARITHE FRANCOIS GIRBAUD CABLE KNIT BEANIE gray 1MG23SHG112 227185 ONE SIZE 원플렉스'</li></ul> |
| 8.0 | <ul><li>'비앙카 BIANCA (여성용) 누가/내추럴로고_OS '</li><li>'[롯데백화점]화이트샌즈 공용 UV 프로텍션 바이저 소니아 2.아이보리 롯데백화점_'</li><li>'화이트샌즈 소니아 UV 프로텍션 썬바이저 1종 [00003] 아이보리 현대홈쇼핑'</li></ul> |
| 12.0 | <ul><li>'캉골 헌팅캡 울 플렉스핏 504 K0873 심리스 울 507 K0875 3107 남녀공용 베레모 3. K3107ST (Black)_SMALL 어썸우즈'</li><li>'다용도 활용 직원 종업원 단체 패션 모자 헌팅캡 화이트 가온'</li><li>'앨리 카페 바리스타 모자 베이커 캡 마도로스햇[루즈루나주얼리] 블랙 주식회사 웹이즈'</li></ul> |
| 11.0 | <ul><li>'1631뉴욕 볼캡 6color / 남녀공용모자 캡모자 그린 레이어드컴퍼니'</li><li>'패션벙거지0009 벙거지 가을 모자 여성 패션 밤색 골드코스트'</li><li>'꽈배기니트벙거지모자B28016 검정 프레임바이브'</li></ul> |
| 5.0 | <ul><li>'니트 베레모 S1450 진주방울 핑크 지에이치글로벌'</li><li>'[박민영, 라이즈 원빈 착용] 스터드 로고 울 베레모 블랙 '</li><li>'/ 베이직 레더 뉴스보이캡 빵모자 (2color) 아이보리_one size 롭스(robs)'</li></ul> |
## Evaluation
### Metrics
| Label | Metric |
|:--------|:-------|
| **all** | 0.8489 |
## 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_ac2")
# Run inference
preds = model("남여공용 기본군모 4컬러 EVE 카키 에브리씽굿")
```
<!--
### 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 | 9.5523 | 21 |
| 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 |
### 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0098 | 1 | 0.4348 | - |
| 0.4902 | 50 | 0.3427 | - |
| 0.9804 | 100 | 0.1921 | - |
| 1.4706 | 150 | 0.1061 | - |
| 1.9608 | 200 | 0.0544 | - |
| 2.4510 | 250 | 0.0384 | - |
| 2.9412 | 300 | 0.0155 | - |
| 3.4314 | 350 | 0.0128 | - |
| 3.9216 | 400 | 0.0177 | - |
| 4.4118 | 450 | 0.0082 | - |
| 4.9020 | 500 | 0.005 | - |
| 5.3922 | 550 | 0.0007 | - |
| 5.8824 | 600 | 0.0004 | - |
| 6.3725 | 650 | 0.0003 | - |
| 6.8627 | 700 | 0.0003 | - |
| 7.3529 | 750 | 0.0003 | - |
| 7.8431 | 800 | 0.0003 | - |
| 8.3333 | 850 | 0.0003 | - |
| 8.8235 | 900 | 0.0002 | - |
| 9.3137 | 950 | 0.0002 | - |
| 9.8039 | 1000 | 0.0001 | - |
| 10.2941 | 1050 | 0.0001 | - |
| 10.7843 | 1100 | 0.0001 | - |
| 11.2745 | 1150 | 0.0001 | - |
| 11.7647 | 1200 | 0.0001 | - |
| 12.2549 | 1250 | 0.0001 | - |
| 12.7451 | 1300 | 0.0001 | - |
| 13.2353 | 1350 | 0.0001 | - |
| 13.7255 | 1400 | 0.0001 | - |
| 14.2157 | 1450 | 0.0001 | - |
| 14.7059 | 1500 | 0.0001 | - |
| 15.1961 | 1550 | 0.0001 | - |
| 15.6863 | 1600 | 0.0001 | - |
| 16.1765 | 1650 | 0.0001 | - |
| 16.6667 | 1700 | 0.0001 | - |
| 17.1569 | 1750 | 0.0001 | - |
| 17.6471 | 1800 | 0.0001 | - |
| 18.1373 | 1850 | 0.0001 | - |
| 18.6275 | 1900 | 0.0001 | - |
| 19.1176 | 1950 | 0.0001 | - |
| 19.6078 | 2000 | 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.*
-->