SetFit with mini1013/master_domain

This is a SetFit model that can be used for Text Classification. This SetFit model uses mini1013/master_domain as the Sentence Transformer embedding model. 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: mini1013/master_domain
Classification head: a LogisticRegression instance
Maximum Sequence Length: 512 tokens
Number of Classes: 7 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
6.0	'등산화끈 1+1 통끈_라인네이비 신세계몰' '등산화끈 1+1 트위스트_브라운 신세계몰' '몽벨 슈레이스 플랫 4MM YELLOW JBSXXUZZ105 신발끈 평끈 등산화끈 140 (주)코어밸류'
2.0	'고급 강남스타힐 구두굽/소음방지/충격완화/하이힐굽 블랙_DD-107 슈미즈' '발 뒤꿈치 패드 쿠션 신발 구두 운동화 사이즈 클때 줄이기 패드 6-피넛_아이보리화이트_One Size(2P) 저스트에잇' '고급 강남스타힐 구두굽/소음방지/충격완화/하이힐굽 블랙_DD-092 슈미즈'
5.0	'[웰럽] 시그니처 깔창 아치 운동화 등산화 군대 군인 군화 안전화 평발 기능성 키높이 [0008]그린 M(255 270) CJONSTYLE' '[롯데백화점]에코(슈즈) 컴포트 에브리데이 인솔 멘즈 9059029-00101 블랙_EU 39 롯데백화점_' '등산화 깔창 기능성 운동화 특수 스포츠 신발 키높이 골프화 XL275-295 마켓퀸즈'
0.0	'[현대백화점]금강제화 랜드로바 SHOSC0150SAM 휴대용 미니 구두헤라 [00001] 휴대용 구두칼 (주)현대홈쇼핑' '에드가 체크 소가죽 휴대용 슈혼 navy 000 (주)트라이본즈' '금강제화 콜렉션 휴대용 슈혼 스틸 미니 구두 헤라 N8MKA150/SHOSC0150SAM 10.5cm 신세계백화점'
4.0	'비오는날 남성 여성 1회용비닐덧신 S M L 비올때신발 여름필수품 신발우비 색상_레인신발커버 투명블루M 오픈리빙' '비올때 이색적인 여성용 싱글 슈즈 가죽 신발 여성 패션 레인신발커버 멋스러운코디 13_39 스톰브랜상범' '투명 슈즈 패션 워터 장마 여성장화 미끄럼방지 학생 XXL(43-45 적합)_블루-하이 [미끄럼방지창x2년 품질] 구룡글로벌'
1.0	'곰돌이 블랙 검정하트 화이트 남자 성인 커플 지비추 자비츠 심플 파츠 클로그 참 장식신발 A set (블랙-화이트) 뉴지(NYUZY)' '슈팁 금속팁 메탈락팁 듀브레 메탈밴드 악어클립 메탈고정핀 플라스틱고정핀 골드슈팁 황동슈팁 실버슈팁 금속슈팁 굵은골드(4개) 슈레이스' '(SAPHIR) 사피르 레노베이팅 컬러 재생크림 / 가죽 염색제 리노베이팅 미디엄브라운 제이엠컴퍼니'
3.0	'STRATTON 남성용 삼나무 슈트리- 미국산, m / 9 - 10 알쓰리컴퍼니' '발볼 여자 신발 남자 제골기 발등 여성하이힐 발등 코코나라' '슈샤이너 전기 금속제골기 경첩타입 전문가용 레지가다 업소용 여성용 js9997'

Evaluation

Metrics

Label	Metric
all	0.9255

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("mini1013/master_cate_ac7")
# Run inference
preds = model("엑스솔 에어슬림 인솔 기능성 신발 깔창 245mm 주식회사 영창에코")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	10.4257	27

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

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
0.0182	1	0.3761	-
0.9091	50	0.2291	-
1.8182	100	0.033	-
2.7273	150	0.018	-
3.6364	200	0.0001	-
4.5455	250	0.0001	-
5.4545	300	0.0001	-
6.3636	350	0.0001	-
7.2727	400	0.0001	-
8.1818	450	0.0	-
9.0909	500	0.0	-
10.0	550	0.0	-
10.9091	600	0.0	-
11.8182	650	0.0	-
12.7273	700	0.0	-
13.6364	750	0.0	-
14.5455	800	0.0	-
15.4545	850	0.0	-
16.3636	900	0.0	-
17.2727	950	0.0001	-
18.1818	1000	0.0	-
19.0909	1050	0.0	-
20.0	1100	0.0	-

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

@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}
}

mini1013
/

master_cate_ac7