|
--- |
|
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: 모디스 일체형 미니 도킹형 보조배터리 5000mAh (8핀) 모디스 미니 5000 보조배터리 8핀(민트) 글로리아 |
|
- text: 삼성전자 갤럭시 S23 울트라 가죽 레더 커버 정품 케이스 EF-VS918 카멜 (VS918LAE) 주식회사 지엠트레이드 |
|
- text: 베루스 갤럭시 Z플립5 케이스 카드 케이스 2장 수납 자동 힌지보호 모던 고 비스포크 레모네이드_레모네이드_레모네이드 (주)베루스디자인 |
|
- text: 갤럭시워치5 44mm 9H 액정보호 강화유리필름 2매 MinSellAmount 하이애드 |
|
- text: '[원.쁠.원] 벨킨 C타입 충전 어댑터 + C to C 케이블 케이블블랙(WCA004+CAB0031MBK) (주) 디지월드' |
|
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: 0.9268917864705227 |
|
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 | |
|
|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| 15 | <ul><li>'내 폰도 시원하게!!! 루이트 스마트폰 쿨러 쿨링패드 접촉식 SNOW-3001 피닉스F&B'</li><li>'[브리츠 액세사리] 스마트폰 전용 쿨러 [BA-AMK3] (주)컴퓨존'</li><li>'브리츠 BA-AMK3 스마트폰 쿨러 거치대 쿨링패드 핸드폰쿨러 더드림 트레이딩(the dream trading)'</li></ul> | |
|
| 9 | <ul><li>'갤럭시S22 울트라 갤럭시S23 울트라 필름 3매 S23 / S22 호환 주식회사 빅쏘코리아'</li><li>'닥터가드 아이폰15 프로 맥스 메탈 카메라 강화 필름 빛번짐 방지 렌즈 보호 15/15Plus_1+1_Black 2개 닥터가드샵'</li><li>'[갤러리아] 아이폰14／14 맥스 호환 링케 후면 카메라 보호 풀커버 스타일링 아이폰14／14맥스 호환 한화갤러리아(주)'</li></ul> | |
|
| 8 | <ul><li>'로모스 SW20S Pro 20000mAh 보조배터리 효로로몰'</li><li>'모디스 일체형 미니 보조배터리 5000mAh 8핀 가볍고 휴대하기 편한 보조배터리 아이폰 8핀(민트) 마이미케이스'</li><li>'스마텍 SMARTEK 초슬림 맥세이프 마그네틱 고속충전 보조배터리 5100mAh STPB-SPS5 케이블포함 그레이(STPB-SPS5) 티제이컴퍼니'</li></ul> | |
|
| 11 | <ul><li>'스마트폰 핸드폰 핑거 스트랩 에어루프[아이엠듀] 네이비 주식회사 웹이즈'</li><li>'[1300K] 신지모루 신지루프 스탠드 핸드폰 핑거스트랩 폰스트랩 핸드폰줄 신지루프 스탠드 핑거스트랩_핑크 엔에이치엔위투 주식회사'</li><li>'길이조절 분실방지 일체형 핸드폰 스트랩 목걸이 줄 길이조절 스트랩 - 블랙 주식회사 바라보고'</li></ul> | |
|
| 14 | <ul><li>'[ 가성비 ] 카드수납 천연소가죽 갤럭시 다이어리 S928 케이스 지갑형 루이스 S24울트라 핸드폰 갤럭시 S24울트라 S928_그린 더조은유통센터9'</li><li>'리믹스 에어로드 소형 백팩 스마트폰 암밴드 스포츠 런닝 등산 배낭 주식회사 지니스'</li><li>'플라핏 갤럭시 S24플러스 젠틀리 천연가죽 다이어리 그레이 (주) 아이에스케이'</li></ul> | |
|
| 3 | <ul><li>'로랜텍 애플워치 스트랩 밀레니즈 루프 시계줄 밴드 SE2 9 8 7 6 38,40,41mm호환 6 애플워치 네추럴 소가죽_38mm/40mm/41mm_로즈골드 건용지미'</li><li>'갤럭시워치4 클래식 42mm 이너 베젤링 링케 베젤 스타일링 갤럭시워치4 클래식_이너베젤링 (GW4C-42-IN-01) 주식회사 리어스'</li><li>'Apple 49mm 트레일 루프 - 블루/블랙 S/M (MT613FE/A) 블루/블랙 S/M - MT613FE/A (주)블루박스 (Blue Box Co., Ltd)'</li></ul> | |
|
| 7 | <ul><li>'NEXT-16MM 스마트폰 셀카 렌즈 (주)시드아이엔씨'</li><li>'NEXT-16MM 16mm 4K Wide Lens 120 주식회사 스토리지썬'</li><li>'NEXT-16MM 스마트폰 광각렌즈 16mm 4K Wide 120도 주식회사 지엘플레이스'</li></ul> | |
|
| 4 | <ul><li>'루이트 얼굴인식 360도 트래킹 짐벌 SR01 9시간연속 대용량 배터리 노다지(NODAJI)'</li><li>'루이트 스마트 얼굴인식 360도 트레킹 짐벌 SR01 오앤아이 주식회사(O&I)'</li><li>'캐논 HG-100TBR 블루투스 리모컨 포함 삼각대 그립 (캐논스토어 대구점) 주식회사디지탈캠프'</li></ul> | |
|
| 13 | <ul><li>'넥시 차량용 Type-C to 3.5 AUX 케이블 NX-CAXM (NX1210) 1.5M 아이비엔'</li><li>'C to C PD 타입 100W 5A USB 2.0 고속충전 케이블 플렉시블 30cm CtoC LED 100W 120cm_블랙 아이킨'</li><li>'아이엔조이 100W 마카롱 PD C to C 타입 고속 충전 케이블 초고속 2.0 크레비즈 코리아'</li></ul> | |
|
| 2 | <ul><li>'[텐바이텐][ Fitbit 공식판매점 ] Fitbit Versa4 핏빗 버사4 스마트워치 블랙&그라파이트 알루미늄 (주)텐바이텐'</li><li>'애플 워치 SE2 GPS 40mm 실버 알루미늄 윈터블루 스포츠 루프 실버 스톰블루 스포츠밴드 (M/L) 주식회사 설빈'</li><li>'JCP Apple 워치 SE 1세대 GPS Nike 44mm (실버 알루미늄) 주식회사 제이씨엠컴퍼니'</li></ul> | |
|
| 0 | <ul><li>'삼성전자 갤럭시 S24 Ultra S Pen EJ-PS928 그레이 (주)유승씨앤씨'</li><li>'[ESR] ESR 할로락 지오 루프 2IN1 맥세이프 카드지갑 거치대 지오루프 2IN1 카드지갑:브라운 EC688 (주) 교보문고'</li><li>'매그 클립S 아이폰 맥세이프 카드지갑 마그네틱 카드슬롯 매그 클립 레더 맥세이프 카드슬롯-골드브라운 주식회사 요이치'</li></ul> | |
|
| 1 | <ul><li>'주파집 4세대 블루투스 삼각대 셀카봉 JU-SS100 4세대 블루투스 삼각대 셀카봉 JU-SS100_블랙 주식회사 주파집'</li><li>'루이트 블루투스 셀카봉 RT-JS7 댕냥이집사몰'</li><li>'조명LED 블루투스 셀카봉 삼각대 SEL-LT860Z 블랙&레드 LED풀세트 주식회사 셀루미'</li></ul> | |
|
| 6 | <ul><li>'[iRing] 정품 아이링 슬라이드 싱글 블랙 카미니(KAMINI)'</li><li>'coloring heart 아이폰 맥세이프 그립 톡홀더 blue 주식회사 모먼트디자인'</li><li>'항공샷 수평 탑뷰 만능샷 침대 탁상용 스마트폰 수직 촬영 거치대 삼각대 촬영 거치대 투앤티'</li></ul> | |
|
| 10 | <ul><li>'Zizzy P-CAP 고리 이어캡 이어폰구멍 보호마개 레드하이브 '</li><li>'Zizzy P-CAP 고리 이어캡 이어폰구멍 보호마개 레드하이브 '</li><li>'신지가토 / 큐빅 이어캡 Bambi (blue) 케이알트레이더스'</li></ul> | |
|
| 5 | <ul><li>'케이블마트 NAB564 스마트폰 전화기 핸드셋(Green) 엠에이씨케이'</li><li>'[AB565] Coms 스마트폰 전화기 핸드셋(Blue) (주)라니아씨앤씨'</li><li>'[AB564] Coms 스마트폰 전화기 핸드셋(Green) (주)라니아씨앤씨'</li></ul> | |
|
| 12 | <ul><li>'벨킨 15W 맥세이프 고속 무선 충전 패드 WIA004kr 화이트 나인스타컴퍼니'</li><li>'6IN1 애플워치 갤럭시워치 에어팟 버즈 무선충전기 나비 NV184-MWC10 블랙 초식공룡마켓'</li><li>'클레버 타키온 GaN PD PPS 접지형 83W 고속 멀티충전기 G224PQ 블랙 주식회사바이퍼럭스'</li></ul> | |
|
|
|
## Evaluation |
|
|
|
### Metrics |
|
| Label | Metric | |
|
|:--------|:-------| |
|
| **all** | 0.9269 | |
|
|
|
## 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_el25") |
|
# Run inference |
|
preds = model("갤럭시워치5 44mm 9H 액정보호 강화유리필름 2매 MinSellAmount 하이애드") |
|
``` |
|
|
|
<!-- |
|
### 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 | 4 | 11.0114 | 27 | |
|
|
|
| Label | Training Sample Count | |
|
|:------|:----------------------| |
|
| 0 | 50 | |
|
| 1 | 50 | |
|
| 2 | 50 | |
|
| 3 | 50 | |
|
| 4 | 50 | |
|
| 5 | 7 | |
|
| 6 | 50 | |
|
| 7 | 29 | |
|
| 8 | 50 | |
|
| 9 | 50 | |
|
| 10 | 13 | |
|
| 11 | 50 | |
|
| 12 | 50 | |
|
| 13 | 50 | |
|
| 14 | 50 | |
|
| 15 | 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 | |
|
|:-------:|:----:|:-------------:|:---------------:| |
|
| 0.0091 | 1 | 0.4972 | - | |
|
| 0.4545 | 50 | 0.2762 | - | |
|
| 0.9091 | 100 | 0.1381 | - | |
|
| 1.3636 | 150 | 0.0883 | - | |
|
| 1.8182 | 200 | 0.0328 | - | |
|
| 2.2727 | 250 | 0.0061 | - | |
|
| 2.7273 | 300 | 0.0009 | - | |
|
| 3.1818 | 350 | 0.0005 | - | |
|
| 3.6364 | 400 | 0.0004 | - | |
|
| 4.0909 | 450 | 0.0003 | - | |
|
| 4.5455 | 500 | 0.0022 | - | |
|
| 5.0 | 550 | 0.0002 | - | |
|
| 5.4545 | 600 | 0.0002 | - | |
|
| 5.9091 | 650 | 0.0002 | - | |
|
| 6.3636 | 700 | 0.0002 | - | |
|
| 6.8182 | 750 | 0.0002 | - | |
|
| 7.2727 | 800 | 0.0001 | - | |
|
| 7.7273 | 850 | 0.0021 | - | |
|
| 8.1818 | 900 | 0.0001 | - | |
|
| 8.6364 | 950 | 0.0001 | - | |
|
| 9.0909 | 1000 | 0.0001 | - | |
|
| 9.5455 | 1050 | 0.0001 | - | |
|
| 10.0 | 1100 | 0.0001 | - | |
|
| 10.4545 | 1150 | 0.0001 | - | |
|
| 10.9091 | 1200 | 0.0001 | - | |
|
| 11.3636 | 1250 | 0.0001 | - | |
|
| 11.8182 | 1300 | 0.0001 | - | |
|
| 12.2727 | 1350 | 0.002 | - | |
|
| 12.7273 | 1400 | 0.0001 | - | |
|
| 13.1818 | 1450 | 0.0001 | - | |
|
| 13.6364 | 1500 | 0.0001 | - | |
|
| 14.0909 | 1550 | 0.0001 | - | |
|
| 14.5455 | 1600 | 0.0001 | - | |
|
| 15.0 | 1650 | 0.0001 | - | |
|
| 15.4545 | 1700 | 0.0001 | - | |
|
| 15.9091 | 1750 | 0.0001 | - | |
|
| 16.3636 | 1800 | 0.002 | - | |
|
| 16.8182 | 1850 | 0.002 | - | |
|
| 17.2727 | 1900 | 0.0001 | - | |
|
| 17.7273 | 1950 | 0.0001 | - | |
|
| 18.1818 | 2000 | 0.0001 | - | |
|
| 18.6364 | 2050 | 0.0001 | - | |
|
| 19.0909 | 2100 | 0.0001 | - | |
|
| 19.5455 | 2150 | 0.0001 | - | |
|
| 20.0 | 2200 | 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.* |
|
--> |
