Hugging Face's logo

mini1013
/
master_cate_fd2

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_fd2 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
429e693 verified
preview code
|
raw
history blame contribute delete
17.3 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: 거래처선물 어른 직장상사추석선물 특별한 명절 설 아카시아꿀600g_백자_공단 청 보자기 와재트코퍼
- text: '[아리울떡공방] 굳지않는 아리울떡 베스트 1kg+1kg 골라잡기 06. 굳지않는 모듬 깨송편 1kg_09. 굳지않는 쑥개떡 1kg
주식회사 아리울마켓'
- text: 빵또아 /붕어싸만코 6종 10+10+10개 골라담기 빵또아 /붕어싸만코 6종 10+10+10개 골_붕어싸만코 초코 10개_빵또아 초코쿠앤크
10개+빵또아 초코쿠앤크 1 길미로지스
- text: 매그넘 아이스크림팩 클래식 3팩 더블 라즈베리팩 (88ml x3)_미니 팩 (55ml x6)_민트팩 (100ml x4) 유니레버코리아
(주)
- text: 크라운 C콘칲 70g/콘칩/스낵 농심_농심 감튀 레드칠리맛 60g 텍사스유통
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: 0.7591020738115225
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>'한진식품 호박 꿀맛나 쫀디기 100g 쫀드기튀김(버터구이오징어맛) (주)푸드원'</li><li>'추억의 불량식품 옛날 문방구 세계 과자 꾀돌이 25g 115_1IWE_오키오 망고 구미 80g 빅플랜터스'</li><li>'웰빙코리아 자색고구마칩 무설탕 2kg 대용량 업소용 웰빙코리아 자색고구마칩 2kg 오쎈'</li></ul> |
| 15.0 | <ul><li>'쁘띠첼 떠먹는 컵 과일젤리 밀감 포도 복숭아 파인애플 블루베리 딸기 화이트코코 210g 04.쁘띠첼 과일젤리포도 210G X 6EA 태산상사'</li><li>'Jell-O Cook Serve 초콜릿 무지방 푸딩 파이 필링 믹스 3.3온스(6개들이 팩) 시이부동'</li><li>'일본 KALDI 칼디 안닌도후 행인두부 미니 215g 3개 세트 MARI COMMERCE'</li></ul> |
| 11.0 | <ul><li>'트윅스 48.5g 까까무까 주식회사'</li><li>'해태 자유시간 36g/초코바 롯데 초에너지바 40g 단비마켓'</li><li>'초코무초 27g 까까무까 주식회사'</li></ul> |
| 8.0 | <ul><li>'휴럼 아임요 빙수용 콩고물 600g 팥빙수재료 콩가루 인절미 (주)오케이푸드'</li><li>'빙그레 요맘때 요거트 아이스크림 딸기콘 24개입 요맘때 플레인콘 24개 (주)빙그레'</li><li>'더위사냥 15+15개 외 파워캡뽕따폴라포탱크보이 골라담기 더위사냥 액티브커피 15개_파워캡 레드피치 15개 (주)씨제이이엔엠'</li></ul> |
| 3.0 | <ul><li>'제주 산지직송 택배 국내산팥 오메기떡 맛집 40개 한성오메기떡 쑥찰떡 제외 혼합40개 한성오메기떡'</li><li>'매일우유 아이스 크림떡 2종 2Box 골라담기 우유크림/인절미크림 각 6개입 총 12개입 인절미 6개+6개 오씨홀딩스'</li><li>'매일우유 아이스 크림떡 2종 3Box 골라담기 우유크림/인절미크림 총 18개입 인절미 12개+우유 6개 오씨홀딩스'</li></ul> |
| 5.0 | <ul><li>'트루블루 프로폴리스 캔디 마누카허니 800g 코스트코 포유마트'</li><li>'카수가이 시오아메 (소금사탕) [140g] 주식회사 두원에프엔에스'</li><li>'코스트코 벨기안 커피사탕 1.5kg 트레핀 벨기에 커피캔디 트레핀 벨기안 커피사탕 1.5kg 하람전자'</li></ul> |
| 7.0 | <ul><li>'헤이씨리 무설탕 프로틴 시리얼 다이어트 단백질 그래놀라 오리지널 400g 오리지널 주식회사 제로식품'</li><li>'동서식품 포스트 그래놀라 카카오 호두 510g 포스트 현미 오트밀 300g 주식회사 경일종합식품 케이마트몰'</li><li>'[리치스] 동서식품 그래놀라 1kg (주) 천지물산'</li></ul> |
| 13.0 | <ul><li>'루빵 가벼운 미니 스틱치즈케익 5입 1+1 얼그레이 5입_얼그레이 5입 웅진유통'</li><li>'[빠당] 글루텐프리 무설탕 치즈케이크 플레인 블루베리콤포트 빠당'</li><li>'베키아에누보 레어 프로마쥬 케이크 380g 냉동케익 시그니엘유통'</li></ul> |
| 4.0 | <ul><li>'코스트코 커클랜드 블루베리 베이글 샌드위치 식빵 냉동 빵 6개입 x 2봉지 1. 오전 10시 이전 주문 당일 구매 발송_1-6. 베이글 어니언+플레인 (12개입) 세븐토이(Seven Toy)'</li><li>'밀도 담백식빵 480g 1개 [누텔라잼 15g 3개 ] 이스터에그'</li><li>'코스트코 커클랜드 블루베리 베이글 샌드위치 식빵 냉동 빵 6개입 x 2봉지 2. 목/금 주문 월요일 구매 발송_1-3. 베이글 플레인+플레인 (12개입) 세븐토이(Seven Toy)'</li></ul> |
| 12.0 | <ul><li>'모리나가 제과 하이츄 프리미엄 백도맛 35g x10개 MARI COMMERCE'</li><li>'새콤달콤 스틱 5가지맛 29g X 20개 (포도 딸기 레모네이드 복숭아 블루베리소다) 새콤달콤 스틱 5가지맛 25개 푸드매니저'</li><li>'맛고을 유가엿 4kgx1봉지 주식회사 윤건축'</li></ul> |
| 9.0 | <ul><li>'청우식품 참깨전병, 350g, 4개 알라이'</li><li>'수제 오꼬시 쌀강정 보리강정 대용량 3kg 5kg 벌크포장 쌀 보리강정 혼합 벌크포장3kg 주식회사 시즌잇'</li><li>'녹두떡 6종 세트 화과자 계화수 중국 녹두케이크 녹두쿠키 샌드 옛날식 간식 월병 전통 구성D 퍼트레이드'</li></ul> |
| 14.0 | <ul><li>'2023년 국산 팝콘옥수수 500g 팝콘용옥수수 소화농장'</li><li>'미원 맛소금팝콘 고소짭짤한 봉지스낵과자안주 55g x 4개 주식회사 빌드업커머스'</li><li>'해승 맛나콘 300g ③ 해승 누룽지뻥 190g 파인'</li></ul> |
| 0.0 | <ul><li>'[공유관] 국민 어포 빠사삭 80g x 10봉지 [공유관] 국민 어포 빠사삭 80g × 10봉지 공유관 국민 어포 빠사삭 80g x 10봉 브리드킴에스'</li><li>'[인천 ] 마마스초이스 맛있게 구운 오징어채 250g 맥주안주 건오징어 인천시 남동구 논현동_확인했습니다. 스타일바이맘'</li><li>'사세 치킨텐더 1kg 냉동 제이에스토어'</li></ul> |
| 6.0 | <ul><li>'롯데 칸쵸 54g 낱개 주식회사 에스에이치몰'</li><li>'마켓오 치즈톡 달콤치즈맛 봉지스낵 80g x 1개 동행리테일'</li><li>'건강한 쿠키 믹스 500g (버터+아몬드+초코) 선물 세트 간식 벌크 틴케이스 플레인(버터) 유동부치아바타 주식회사'</li></ul> |
| 10.0 | <ul><li>'탑푸르트 베트남 탑후르츠 망고젤리 320g X 2봉 권석인'</li><li>'(무)롤업달곰 딸기맛56gX5개 제이커머스'</li><li>'베베토 미니믹스 900g 1개 대용량 어린이 간식 젤리 900g 갓재컴퍼니'</li></ul> |
| 2.0 | <ul><li>'졸음번쩍껌 톡톡!87gx3개 외 3종 02. 졸음번쩍껌 트윈 리필 105g_03. 졸음번쩍껌 울트라파워 용기 80g_03. 졸음번쩍껌 울트라파워 용기 80g (주)푸드조이'</li><li>'롯데제과 아라비카커피 26g x15 (주)장고유통'</li><li>'롯데 스피아민트껌 26g x 90개입(1박스)/ 주식회사 더커피몰'</li></ul> |
## Evaluation
### Metrics
| Label | Metric |
|:--------|:-------|
| **all** | 0.7591 |
## 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_fd2")
# Run inference
preds = model("크라운 C콘칲 70g/콘칩/스낵 농심_농심 감튀 레드칠리맛 60g 텍사스유통")
```
<!--
### 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 | 9.9413 | 29 |
| 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 | 0.3892 | - |
| 0.4 | 50 | 0.3143 | - |
| 0.8 | 100 | 0.2068 | - |
| 1.2 | 150 | 0.0911 | - |
| 1.6 | 200 | 0.0471 | - |
| 2.0 | 250 | 0.0355 | - |
| 2.4 | 300 | 0.0285 | - |
| 2.8 | 350 | 0.0154 | - |
| 3.2 | 400 | 0.0138 | - |
| 3.6 | 450 | 0.0057 | - |
| 4.0 | 500 | 0.0105 | - |
| 4.4 | 550 | 0.0134 | - |
| 4.8 | 600 | 0.0075 | - |
| 5.2 | 650 | 0.0026 | - |
| 5.6 | 700 | 0.001 | - |
| 6.0 | 750 | 0.0003 | - |
| 6.4 | 800 | 0.0003 | - |
| 6.8 | 850 | 0.0003 | - |
| 7.2 | 900 | 0.0002 | - |
| 7.6 | 950 | 0.0002 | - |
| 8.0 | 1000 | 0.0003 | - |
| 8.4 | 1050 | 0.0001 | - |
| 8.8 | 1100 | 0.0001 | - |
| 9.2 | 1150 | 0.0001 | - |
| 9.6 | 1200 | 0.0001 | - |
| 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 | 0.0005 | - |
| 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 | 0.0 | - |
### 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
```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.*
-->