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
2.0	'아기 젖병 식기 주방 세정제 유아 신생아 중성세제 거품형(리필400ml) 출산/육아 > 소독/살균용품 > 젖병세정제' '마더케이 디아 아기 유아 이유식기 세정제 500ml (액상형/무향) 이유식기세정제500ml(무향)_이유식기세정제500ml(무향) 출산/육아 > 소독/살균용품 > 젖병세정제' '비앤비 젖병세정제 거품형 리필 400ml x 4개 출산/육아 > 소독/살균용품 > 젖병세정제'
3.0	'NEW 폴레드 픽셀 UVC LED 자연건조 유아소독기 픽셀+맘마존트레이_오프화이트 바디_더스티핑크 패널 출산/육아 > 소독/살균용품 > 젖병소독기' '해님 UV LED 젖병소독기 4세대 플러스 스마트 플렉스_화이트 출산/육아 > 소독/살균용품 > 젖병소독기' 'NEW 폴레드 픽셀 UVC LED 자연건조 유아소독기 픽셀+맘마존트레이_다크그레이 바디_오프화이트 패널 출산/육아 > 소독/살균용품 > 젖병소독기'
5.0	'브러쉬 세트 스폰지 알프스 출산/육아 > 소독/살균용품 > 젖병솔' '마더케이 리필형 롱핸들 스펀지 실리콘 젖병솔 젖꼭지솔 세트 7.리필형 스펀지 젖병솔+젖꼭지솔 풀세트_인디핑크 출산/육아 > 소독/살균용품 > 젖병솔' '스펙트라 롱타입 젖꼭지솔 2개입세트 젖병 물병 텀블러 세척가능 1.스펙트라 롱타입 젖꼭지솔 2개입 [핑크] 출산/육아 > 소독/살균용품 > 젖병솔'
0.0	'자외선 장난감 살균기SW-400열풍건조 소독기 출산/육아 > 소독/살균용품 > 장난감소독기' '대신 DS-930 앞치마 살균 소독건조기 출산/육아 > 소독/살균용품 > 장난감소독기' '소독 캐비닛 양문형 교재 살균기 자외선 UV 컵 소독기 700-GX1 이중문 및 이중서랍(나노대리석) 출산/육아 > 소독/살균용품 > 장난감소독기'
1.0	'젖병건조대 수납박스 물컵 젖병선반 보관함 브라운/2318 출산/육아 > 소독/살균용품 > 젖병건조대' '뉴코코맘 프리미엄 젖병건조대 2단 뚜껑 이유식기건조대 1. 뉴코코맘 젖병건조대 프리미엄_1단 그레이 출산/육아 > 소독/살균용품 > 젖병건조대' '마더케이 리필형 롱핸들 실리콘솔 세척용품세트(건조대+리필세척솔+집게) 네이비_젖병솔&젖꼭지솔_인디핑크 출산/육아 > 소독/살균용품 > 젖병건조대'
6.0	'실리콘 젖병소독집게 분유 열탕 가위 건조기 살균 수저받침_올리브그레이 출산/육아 > 소독/살균용품 > 젖병집게' '더굿즈 다용도 젖병 소독 집게 핑크 핑크 출산/육아 > 소독/살균용품 > 젖병집게' '젖병집게 젖병소독집게 아기 유아 다용도 페블식탁매트(조약돌)_골드크림 출산/육아 > 소독/살균용품 > 젖병집게'
4.0	'오스람 실바니아 살균램프 4W 젖병소독기 자외선램프 UV램프 출산/육아 > 소독/살균용품 > 젖병소독기용품' '스펙트라 젖병소독기호환 UV 램프 1개입 4W / 실바니아 출산/육아 > 소독/살균용품 > 젖병소독기용품' '효성 자외선살균램프 20W UVC 살균등 젖병소독기 컵소독기 식기소독기 1개 G20T8 출산/육아 > 소독/살균용품 > 젖병소독기용품'

Evaluation

Metrics

Label	Accuracy
all	0.9978

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_bc7")
# Run inference
preds = model("비앤비 유아 아기 젖병세정제 거품형 용기  출산/육아 > 소독/살균용품 > 젖병세정제")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	7	13.7494	25

Label	Training Sample Count
0.0	70
1.0	70
2.0	70
3.0	70
4.0	19
5.0	70
6.0	70

Training Hyperparameters

batch_size: (256, 256)
num_epochs: (30, 30)
max_steps: -1
sampling_strategy: oversampling
num_iterations: 50
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
0.0116	1	0.4771	-
0.5814	50	0.4546	-
1.1628	100	0.1706	-
1.7442	150	0.0404	-
2.3256	200	0.0101	-
2.9070	250	0.0093	-
3.4884	300	0.0082	-
4.0698	350	0.0062	-
4.6512	400	0.0001	-
5.2326	450	0.0	-
5.8140	500	0.0	-
6.3953	550	0.0	-
6.9767	600	0.0	-
7.5581	650	0.0	-
8.1395	700	0.0	-
8.7209	750	0.0	-
9.3023	800	0.0	-
9.8837	850	0.0	-
10.4651	900	0.0	-
11.0465	950	0.0	-
11.6279	1000	0.0	-
12.2093	1050	0.0	-
12.7907	1100	0.0	-
13.3721	1150	0.0	-
13.9535	1200	0.0	-
14.5349	1250	0.0	-
15.1163	1300	0.0	-
15.6977	1350	0.0	-
16.2791	1400	0.0	-
16.8605	1450	0.0	-
17.4419	1500	0.0	-
18.0233	1550	0.0	-
18.6047	1600	0.0	-
19.1860	1650	0.0	-
19.7674	1700	0.0	-
20.3488	1750	0.0	-
20.9302	1800	0.0	-
21.5116	1850	0.0	-
22.0930	1900	0.0	-
22.6744	1950	0.0	-
23.2558	2000	0.0	-
23.8372	2050	0.0	-
24.4186	2100	0.0	-
25.0	2150	0.0	-
25.5814	2200	0.0	-
26.1628	2250	0.0	-
26.7442	2300	0.0	-
27.3256	2350	0.0	-
27.9070	2400	0.0	-
28.4884	2450	0.0	-
29.0698	2500	0.0	-
29.6512	2550	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}
}

mini1013
/

master_cate_bc7