Hugging Face's logo

mini1013
/
master_cate_bt_top5_test

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community

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:

  1. Fine-tuning a Sentence Transformer with contrastive learning.
  2. Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

Model Sources

Model Labels

Label Examples
6
  • '글램 업 메이크업 픽서 100ml 글램 업 메이크업 하이라이터 7g LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머'
  • '달바 블랑 드 런웨이 올데이 세럼 메이크업 픽서 80ml × 1개 LotteOn > 뷰티 > 메이크업 > 하이라이터 LotteOn > 뷰티 > 메이크업 > 하이라이터'
  • '메이블린 마스터 픽서 메이크업 리무버 펜 3ml ssg > 뷰티 > 스킨케어 > 클렌징 > 클렌징워터 ssg > 뷰티 > 스킨케어 > 클렌징 > 클렌징워터'
2
  • '데이지크 프로 컨실러 팔레트 9g 01 커버 (#M)위메프 > 뷰티 > 메이크업 > 베이스 메이크업 > BB크림 위메프 > 뷰티 > 메이크업 > 베이스 메이크업 > BB크림'
  • '블레미쉬커버 퍼프 7매입 세트 (#M)뷰티>화장품/향수>미용소품>퍼프/스폰지/브러쉬 CJmall > 뷰티 > 화장품/향수 > 미용소품 > 퍼프/스폰지/브러쉬'
  • '동성제약 메디커버 DHA 펜 10퍼센트(보통 피부색) (#M)11st>메이크업>페이스메이크업>메이크업베이스 11st > 뷰티 > 메이크업 > 페이스메이크업 > 메이크업베이스'
5
  • '헤라 하이드레이팅 래디언스 프라이머 35ml (#M)11st>남성화장품>남성크림>남성크림 11st > 뷰티 > 남성화장품 > 남성크림 > 남성크림'
  • '맥 라이트풀 C+ 코랄 그라스 틴티드 프라이머 (#M)11st>메이크업>페이스메이크업>프라이머 11st > 뷰티 > 메이크업 > 페이스메이크업 > 프라이머'
  • '코드글로컬러 엠.하이드로 프라이머 기획 LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 > 아이섀도우 LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 > 아이섀도우'
0
  • '스웨거 페이스 터미네이터 올인원 비비 크림 SPF 50+ PA+++ 스웨거 페이스 터미네이터 × 1개 (#M)쿠팡 홈>뷰티>남성화장품>남성메이크업>베이스메이크업 Coupang > 뷰티 > 남성화장품 > 남성메이크업 > 베이스메이크업'
  • '인셀덤 원빈화장품 엑티브크림EX 외 전제품 선택 데일리 아쿠아 비비크림30g (#M)홈>화장품/미용>스킨케어>화장품세트 Naverstore > 화장품/미용 > 스킨케어 > 화장품세트'
  • 'AHC 프리미엄 인텐스 컨튜어밤 10ml 2개 MinSellAmount (#M)스마일배송 홈>뷰티>메이크업/선케어>베이스메이크업 Gmarket > 뷰티 > 화장품/향수 > 베이스메이크업 > BB크림/톤업크림'
4
  • '[SSG-단독]블랙쿠션 리뉴얼 리필 듀오 17N1_17C1 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 파운데이션;ssg > 뷰티 > 메이크업 > 립메이크업 > 립스틱;ssg > 뷰티 > 메이크업 > 베이스메이크업 > 쿠션파운데이션;신세계백화점/메이크업/베이스메이크업/쿠션파운데이션;(#M)SSG.COM/메이크업/베이스메이크업/쿠션파운데이션 ssg > 뷰티 > 메이크업 > 립메이크업'
  • '라네즈 맨즈 그루밍 네오 쿠션 매트 SPF42 PA++ 15g (옵션)+남성크림스킨 25ml 4개 증정 23C 쿨 샌드 (#M)화장품/향수>베이스메이크업>파운데이션 Gmarket > 뷰티 > 화장품/향수 > 베이스메이크업 > 파운데이션'
  • '아이오페 에어쿠션 스킨핏 톤업 15g x 2 단일상품 (#M)화장품/향수>베이스메이크업>파운데이션 Gmarket > 뷰티 > 화장품/향수 > 베이스메이크업 > 파운데이션'
1
  • '[특별] 톤업 프라이머 쿠션 세트 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 프라이머 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 프라이머'
  • '[한스킨] 핑크물밤(톤업팩트) 2개 세트 본품*2_[B0008449] (#M)11st>메이크업>페이스메이크업>파운데이션 11st > 뷰티 > 메이크업 > 페이스메이크업 > 파운데이션'
  • '[2특별] NEW 래디언트 파운데이션 세트(+컨실러 정품+키트 2종) 110 알라바스터 LotteOn > 뷰티 > 명품화장품 > 메이크업 > 파운데이션 LotteOn > 뷰티 > 베이스메이크업 > 파운데이션'
3
  • '[본사직영] 래디언스 팩트 SPF27/PA++ (바닐라) 위메프 > 뷰티 > 스킨케어 > 스킨/토너;위메프 > 뷰티 > 메이크업 > 립 메이크업;위메프 > 뷰티 > 메이크업 > 립 메이크업 > 립글로즈;위메프 > 뷰티 > 선케어 > 선크림/선블록 > 선크림/선블록;위메프 > 뷰티 > 메이크업 > 베이스 메이크업;(#M)위메프 > 뷰티 > 메이크업 > 베이스 메이크업 > 쿠션팩트 위메프 > 뷰티 > 선케어 > 선크림/선블록'
  • '[AK PLAZA][DIOR] 캡춰 토탈 퍼펙션 앤 유쓰 래디언스 루스 파우더 단일상품 (#M)홈>화장품/미용>향수>향수세트 Naverstore > 화장품/미용 > 향수 > 향수세트'
  • '설화수 NEW 진설파우더팩트 리필 23N1 (#M)화장품/향수>스킨케어>에센스/세럼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 에센스/세럼'

Evaluation

Metrics

Label Accuracy
all 0.6730

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_bt_top5_test")
# Run inference
preds = model("헤라 메이크업픽서 110ml × 4개 (#M)쿠팡 홈>뷰티>메이크업>베이스 메이크업>메이크업픽서 Coupang > 뷰티 > 메이크업 > 베이스 메이크업 > 메이크업픽서")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 12 24.3657 87
Label Training Sample Count
0 50
1 50
2 50
3 50
4 50
5 50
6 50

Training Hyperparameters

  • batch_size: (64, 64)
  • num_epochs: (30, 30)
  • max_steps: -1
  • sampling_strategy: oversampling
  • num_iterations: 100
  • 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
  • l2_weight: 0.01
  • seed: 42
  • eval_max_steps: -1
  • load_best_model_at_end: False

Training Results

Epoch Step Training Loss Validation Loss
0.0018 1 0.4623 -
0.0914 50 0.4618 -
0.1828 100 0.4384 -
0.2742 150 0.4275 -
0.3656 200 0.3889 -
0.4570 250 0.3422 -
0.5484 300 0.3055 -
0.6399 350 0.2795 -
0.7313 400 0.2616 -
0.8227 450 0.252 -
0.9141 500 0.2394 -
1.0055 550 0.2274 -
1.0969 600 0.2154 -
1.1883 650 0.2031 -
1.2797 700 0.197 -
1.3711 750 0.1768 -
1.4625 800 0.1752 -
1.5539 850 0.1631 -
1.6453 900 0.1513 -
1.7367 950 0.1368 -
1.8282 1000 0.1354 -
1.9196 1050 0.1235 -
2.0110 1100 0.1113 -
2.1024 1150 0.1015 -
2.1938 1200 0.084 -
2.2852 1250 0.0598 -
2.3766 1300 0.0472 -
2.4680 1350 0.0382 -
2.5594 1400 0.032 -
2.6508 1450 0.0212 -
2.7422 1500 0.0082 -
2.8336 1550 0.0046 -
2.9250 1600 0.0025 -
3.0165 1650 0.0014 -
3.1079 1700 0.0007 -
3.1993 1750 0.0003 -
3.2907 1800 0.0002 -
3.3821 1850 0.0008 -
3.4735 1900 0.0011 -
3.5649 1950 0.0011 -
3.6563 2000 0.0003 -
3.7477 2050 0.0001 -
3.8391 2100 0.0001 -
3.9305 2150 0.0001 -
4.0219 2200 0.0002 -
4.1133 2250 0.0001 -
4.2048 2300 0.0001 -
4.2962 2350 0.0002 -
4.3876 2400 0.0001 -
4.4790 2450 0.0 -
4.5704 2500 0.0002 -
4.6618 2550 0.0001 -
4.7532 2600 0.0 -
4.8446 2650 0.0 -
4.9360 2700 0.0028 -
5.0274 2750 0.0031 -
5.1188 2800 0.0023 -
5.2102 2850 0.0002 -
5.3016 2900 0.0002 -
5.3931 2950 0.0001 -
5.4845 3000 0.0 -
5.5759 3050 0.0001 -
5.6673 3100 0.0002 -
5.7587 3150 0.0001 -
5.8501 3200 0.0 -
5.9415 3250 0.0001 -
6.0329 3300 0.0002 -
6.1243 3350 0.0 -
6.2157 3400 0.0001 -
6.3071 3450 0.0003 -
6.3985 3500 0.0009 -
6.4899 3550 0.0009 -
6.5814 3600 0.0009 -
6.6728 3650 0.0003 -
6.7642 3700 0.0002 -
6.8556 3750 0.0 -
6.9470 3800 0.0 -
7.0384 3850 0.0 -
7.1298 3900 0.0 -
7.2212 3950 0.0 -
7.3126 4000 0.0 -
7.4040 4050 0.0 -
7.4954 4100 0.0 -
7.5868 4150 0.0 -
7.6782 4200 0.0 -
7.7697 4250 0.0003 -
7.8611 4300 0.0 -
7.9525 4350 0.0 -
8.0439 4400 0.0 -
8.1353 4450 0.0 -
8.2267 4500 0.0 -
8.3181 4550 0.0 -
8.4095 4600 0.0 -
8.5009 4650 0.0 -
8.5923 4700 0.0 -
8.6837 4750 0.0 -
8.7751 4800 0.0 -
8.8665 4850 0.0 -
8.9580 4900 0.0 -
9.0494 4950 0.0 -
9.1408 5000 0.0 -
9.2322 5050 0.0 -
9.3236 5100 0.0 -
9.4150 5150 0.0 -
9.5064 5200 0.0 -
9.5978 5250 0.0 -
9.6892 5300 0.0 -
9.7806 5350 0.0 -
9.8720 5400 0.0 -
9.9634 5450 0.0 -
10.0548 5500 0.0 -
10.1463 5550 0.0011 -
10.2377 5600 0.0066 -
10.3291 5650 0.0048 -
10.4205 5700 0.0088 -
10.5119 5750 0.0071 -
10.6033 5800 0.0054 -
10.6947 5850 0.0029 -
10.7861 5900 0.0028 -
10.8775 5950 0.0014 -
10.9689 6000 0.0008 -
11.0603 6050 0.0001 -
11.1517 6100 0.0001 -
11.2431 6150 0.0 -
11.3346 6200 0.0 -
11.4260 6250 0.0 -
11.5174 6300 0.0 -
11.6088 6350 0.0 -
11.7002 6400 0.0007 -
11.7916 6450 0.0 -
11.8830 6500 0.0002 -
11.9744 6550 0.0 -
12.0658 6600 0.0 -
12.1572 6650 0.0 -
12.2486 6700 0.0 -
12.3400 6750 0.0 -
12.4314 6800 0.0 -
12.5229 6850 0.0 -
12.6143 6900 0.0 -
12.7057 6950 0.0 -
12.7971 7000 0.0 -
12.8885 7050 0.0 -
12.9799 7100 0.0 -
13.0713 7150 0.0 -
13.1627 7200 0.0 -
13.2541 7250 0.0 -
13.3455 7300 0.0 -
13.4369 7350 0.0 -
13.5283 7400 0.0 -
13.6197 7450 0.0 -
13.7112 7500 0.0 -
13.8026 7550 0.0 -
13.8940 7600 0.0 -
13.9854 7650 0.0 -
14.0768 7700 0.0 -
14.1682 7750 0.0024 -
14.2596 7800 0.0026 -
14.3510 7850 0.0039 -
14.4424 7900 0.0022 -
14.5338 7950 0.0008 -
14.6252 8000 0.0002 -
14.7166 8050 0.0003 -
14.8080 8100 0.0 -
14.8995 8150 0.0 -
14.9909 8200 0.0 -
15.0823 8250 0.0 -
15.1737 8300 0.0 -
15.2651 8350 0.0 -
15.3565 8400 0.0 -
15.4479 8450 0.0 -
15.5393 8500 0.0 -
15.6307 8550 0.0 -
15.7221 8600 0.0 -
15.8135 8650 0.0 -
15.9049 8700 0.0 -
15.9963 8750 0.0 -
16.0878 8800 0.0 -
16.1792 8850 0.0 -
16.2706 8900 0.0 -
16.3620 8950 0.0 -
16.4534 9000 0.0 -
16.5448 9050 0.0 -
16.6362 9100 0.0 -
16.7276 9150 0.0 -
16.8190 9200 0.0 -
16.9104 9250 0.0 -
17.0018 9300 0.0 -
17.0932 9350 0.0 -
17.1846 9400 0.0 -
17.2761 9450 0.0 -
17.3675 9500 0.0 -
17.4589 9550 0.0 -
17.5503 9600 0.0 -
17.6417 9650 0.0 -
17.7331 9700 0.0 -
17.8245 9750 0.0 -
17.9159 9800 0.0 -
18.0073 9850 0.0 -
18.0987 9900 0.0 -
18.1901 9950 0.0 -
18.2815 10000 0.0 -
18.3729 10050 0.0 -
18.4644 10100 0.0 -
18.5558 10150 0.0 -
18.6472 10200 0.0 -
18.7386 10250 0.0 -
18.8300 10300 0.0 -
18.9214 10350 0.0 -
19.0128 10400 0.0 -
19.1042 10450 0.0 -
19.1956 10500 0.0 -
19.2870 10550 0.0 -
19.3784 10600 0.0 -
19.4698 10650 0.0 -
19.5612 10700 0.0 -
19.6527 10750 0.0 -
19.7441 10800 0.0 -
19.8355 10850 0.0 -
19.9269 10900 0.0 -
20.0183 10950 0.0 -
20.1097 11000 0.0 -
20.2011 11050 0.0 -
20.2925 11100 0.0 -
20.3839 11150 0.0 -
20.4753 11200 0.0 -
20.5667 11250 0.0 -
20.6581 11300 0.0 -
20.7495 11350 0.0 -
20.8410 11400 0.0 -
20.9324 11450 0.0 -
21.0238 11500 0.0 -
21.1152 11550 0.0 -
21.2066 11600 0.0 -
21.2980 11650 0.0 -
21.3894 11700 0.0 -
21.4808 11750 0.0 -
21.5722 11800 0.0 -
21.6636 11850 0.0 -
21.7550 11900 0.0 -
21.8464 11950 0.0 -
21.9378 12000 0.0 -
22.0293 12050 0.0 -
22.1207 12100 0.0 -
22.2121 12150 0.0 -
22.3035 12200 0.0 -
22.3949 12250 0.0 -
22.4863 12300 0.0 -
22.5777 12350 0.0 -
22.6691 12400 0.0 -
22.7605 12450 0.0 -
22.8519 12500 0.0 -
22.9433 12550 0.0 -
23.0347 12600 0.0 -
23.1261 12650 0.0 -
23.2176 12700 0.0 -
23.3090 12750 0.0 -
23.4004 12800 0.0 -
23.4918 12850 0.0 -
23.5832 12900 0.0 -
23.6746 12950 0.0 -
23.7660 13000 0.0 -
23.8574 13050 0.0 -
23.9488 13100 0.0 -
24.0402 13150 0.0 -
24.1316 13200 0.0 -
24.2230 13250 0.0 -
24.3144 13300 0.0 -
24.4059 13350 0.0 -
24.4973 13400 0.0 -
24.5887 13450 0.0 -
24.6801 13500 0.0 -
24.7715 13550 0.0 -
24.8629 13600 0.0 -
24.9543 13650 0.0 -
25.0457 13700 0.0 -
25.1371 13750 0.0 -
25.2285 13800 0.0 -
25.3199 13850 0.0 -
25.4113 13900 0.0 -
25.5027 13950 0.0 -
25.5941 14000 0.0 -
25.6856 14050 0.0 -
25.7770 14100 0.0 -
25.8684 14150 0.0 -
25.9598 14200 0.0 -
26.0512 14250 0.0 -
26.1426 14300 0.0 -
26.2340 14350 0.0 -
26.3254 14400 0.0 -
26.4168 14450 0.0 -
26.5082 14500 0.0 -
26.5996 14550 0.0 -
26.6910 14600 0.0 -
26.7824 14650 0.0 -
26.8739 14700 0.0 -
26.9653 14750 0.0 -
27.0567 14800 0.0 -
27.1481 14850 0.0 -
27.2395 14900 0.0 -
27.3309 14950 0.0 -
27.4223 15000 0.0 -
27.5137 15050 0.0 -
27.6051 15100 0.0 -
27.6965 15150 0.0 -
27.7879 15200 0.0 -
27.8793 15250 0.0 -
27.9707 15300 0.0 -
28.0622 15350 0.0 -
28.1536 15400 0.0 -
28.2450 15450 0.0 -
28.3364 15500 0.0 -
28.4278 15550 0.0 -
28.5192 15600 0.0 -
28.6106 15650 0.0 -
28.7020 15700 0.0 -
28.7934 15750 0.0 -
28.8848 15800 0.0 -
28.9762 15850 0.0 -
29.0676 15900 0.0 -
29.1590 15950 0.0 -
29.2505 16000 0.0 -
29.3419 16050 0.0 -
29.4333 16100 0.0 -
29.5247 16150 0.0 -
29.6161 16200 0.0 -
29.7075 16250 0.0 -
29.7989 16300 0.0 -
29.8903 16350 0.0 -
29.9817 16400 0.0 -

Framework Versions

  • Python: 3.10.12
  • SetFit: 1.1.0
  • Sentence Transformers: 3.3.1
  • Transformers: 4.44.2
  • PyTorch: 2.2.0a0+81ea7a4
  • Datasets: 3.2.0
  • Tokenizers: 0.19.1

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}
}
Downloads last month
0
Safetensors
Model size
111M params
Tensor type
F32
·
Inference Examples
Text Classification
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Model tree for mini1013/master_cate_bt_top5_test

Base model

klue/roberta-base
Finetuned
mini1013/master_domain
Finetuned
(131)
this model

Evaluation results

View on Papers With Code