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: 6 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
4.0	'NYS 365 긴팔 티셔츠 빅로고 농구유니폼 농구의류 슈팅셔츠 롱슬리브 상의 스포츠/레저>농구>농구의류' '나이키 남성 맥스90 농구 티셔츠 FV8395-345 스포츠/레저>농구>농구의류' '농구져지 나시 농구 반티 메쉬 시카고불스 농구복 유니폼 민소매 헬스 짐웨어 트레이닝 티셔츠 스포츠/레저>농구>농구의류'
0.0	'타요 이지훅 농구대 세트 스포츠/레저>농구>기타농구용품' '먼지제거 더스터 슈 체육관신발 몰텐 농구장 보드판 AW5EA0E1 스포츠/레저>농구>기타농구용품' 'Kuangmi 카우아미 농구 6호 7호 스트리트볼 KMbb18 흰색 6호 스포츠/레저>농구>기타농구용품'
3.0	'접이식 농구 게임 슈팅 골대 슛팅 연습 게임기 스포츠 스포츠/레저>농구>농구대' '농구대 벽걸이 야외 연습 백보드 농구골대 체육관 스포츠/레저>농구>농구대' '농구네트 이동식 거치대 트레이닝 패스 연습 기구 스포츠/레저>농구>농구대'
2.0	'농구 축구 풋살 공3개입 3볼백 스타 볼가방 중등부 스포츠/레저>농구>농구공가방' '엄브로 백팩 이지 18L 에어팟 파우치 구성 풋살 블루 UP123CBP11 114856 스포츠/레저>농구>농구공가방' '미카사 공가방 3개입 AC-BG230W 스포츠/레저>농구>농구공가방'
1.0	'NBA NCAA 윌슨 농구공 한정판 DRV ENDURE PU 7호 스포츠/레저>농구>농구공' '클래식 점보 농구공 스포츠/레저>농구>농구공' '몰텐 농구공 7호 KBL 공인구 BG4000 스포츠/레저>농구>농구공'
5.0	'조던 레거시 312 로우 파이어 Jordan Legacy Low Fire 547656 스포츠/레저>농구>농구화' 'JORDAN 조던 11 레트로 로우 시멘트 조단 11 Retro Low Cement 스포츠/레저>농구>농구화' '아식스 젤 후프 V15 스탠다드 농구화 1063A063 100 스포츠/레저>농구>농구화'

Evaluation

Metrics

Label	Accuracy
all	1.0

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_sl5")
# Run inference
preds = model("판 점수 배구 농구 전자 스포츠/레저>농구>기타농구용품")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	9.1981	23

Label	Training Sample Count
0.0	70
1.0	70
2.0	70
3.0	70
4.0	70
5.0	69

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
0.0122	1	0.5273	-
0.6098	50	0.4932	-
1.2195	100	0.2677	-
1.8293	150	0.0673	-
2.4390	200	0.0159	-
3.0488	250	0.0002	-
3.6585	300	0.0001	-
4.2683	350	0.0001	-
4.8780	400	0.0	-
5.4878	450	0.0	-
6.0976	500	0.0	-
6.7073	550	0.0	-
7.3171	600	0.0	-
7.9268	650	0.0	-
8.5366	700	0.0	-
9.1463	750	0.0	-
9.7561	800	0.0	-
10.3659	850	0.0	-
10.9756	900	0.0001	-
11.5854	950	0.0	-
12.1951	1000	0.0	-
12.8049	1050	0.0	-
13.4146	1100	0.0	-
14.0244	1150	0.0	-
14.6341	1200	0.0	-
15.2439	1250	0.0	-
15.8537	1300	0.0001	-
16.4634	1350	0.0	-
17.0732	1400	0.0	-
17.6829	1450	0.0	-
18.2927	1500	0.0	-
18.9024	1550	0.0	-
19.5122	1600	0.0	-
20.1220	1650	0.0	-
20.7317	1700	0.0	-
21.3415	1750	0.0	-
21.9512	1800	0.0	-
22.5610	1850	0.0	-
23.1707	1900	0.0	-
23.7805	1950	0.0	-
24.3902	2000	0.0	-
25.0	2050	0.0	-
25.6098	2100	0.0	-
26.2195	2150	0.0	-
26.8293	2200	0.0	-
27.4390	2250	0.0	-
28.0488	2300	0.0	-
28.6585	2350	0.0	-
29.2683	2400	0.0	-
29.8780	2450	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_sl5