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
5.0	'CK퍼포먼스 24 SUMMER 여름셋업 남여공용 4종 [0001]블랙 90(S) CJONSTYLE_LIVE' 'CALVIN KLEIN UNDERWEAR 여성 모던 코튼 T팬티_F3786D001 F3786D001 블랙_M 럭스펄스' '[갭][갭] 옴므 트렁크 6종 택1 GPMTR1O30T 네이비/L(100) 패션플러스'
1.0	'와코루선염 모달 + 면 스판 스트라이프 조끼런닝 삼각 팬티 세트(WMV2378RWMP2378P) 95_100 주식회사 에스에스지닷컴' '남자 속옷 등산 스포츠 SET 자전거 축구 스프츠 골프 백색_100 꼬북샵' '싸이로컴팩 면모달 선염스트라이프 런닝RU1695T 네이비_100 신세계몰'
3.0	'CJ [리복] 스피드윅 기모 웜에어 상하의 2종 세트 남성 최신상 택일 옵션01.RBMYIEM01_00_100 (주)씨제이이엔엠' '아르메데스 남성용 히트기모 발열내의 터틀넥 상의 AR-25 3매 블랙_M (주)아르메데스' '[기능성 의류 BEST] 시원한 냉감 기능은 기본! 완벽한 자외선 차단! 기능성 티셔츠/조거팬츠/등산바지/아웃도어 의류 01.TM-MZS303_M_ZZGRY 테슬라_TSLA'
0.0	'남자 쿨 티셔츠 남성 냉감 나시티 기능성 반팔티 쿨링 EVE 화이트_100 에브리씽굿' '비비안 모다아울렛 비비안 젠토프 텐셀솔리드 기본 반팔런닝 RU1239T 네이비_95 MODA아울렛' '탑텐 TOPTEN 남성 쿨에어 크루넥 매쉬 탱크_MSD2UL1201 BK_100 가투투'
2.0	'니플 나시 남자보정 속옷이너핏여유증커버남성뱃살가리개꼭지가슴압박복가리기티 남자보정나시 보급형/L/화이트 조니멀티샵' '하라마키 배워머 더블 배워머 보온복대 남성용 HT-LunesDB-Charcoal-M BESTYOURS' '고급 따뜻한 남자 밴딩 기모 레깅스 겨울 발열 내복 바지 보온 타이즈 블랙_2XL 사랑니'
4.0	'오르시떼남성 D123 오니리크 반소매 상하 S 신세계백화점' '(신세계마산점)오르시떼남성 D105 브데뜨 긴소매 상하 S 신세계백화점' 'JAJU 남 라이트 밍크 플리스 파자마 세트 블루 L 리치쇼핑'

Evaluation

Metrics

Label	Metric
all	0.8497

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_ap0")
# Run inference
preds = model("[리더스] 신축성 좋은 복부 코르셋 땀복 남자 바지 (15005144) 블랙_XL 신세계몰")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	9.5967	24

Label	Training Sample Count
0.0	50
1.0	50
2.0	50
3.0	50
4.0	50
5.0	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
0.0213	1	0.4362	-
1.0638	50	0.3126	-
2.1277	100	0.0687	-
3.1915	150	0.0294	-
4.2553	200	0.0006	-
5.3191	250	0.0003	-
6.3830	300	0.0002	-
7.4468	350	0.0002	-
8.5106	400	0.0001	-
9.5745	450	0.0001	-
10.6383	500	0.0001	-
11.7021	550	0.0001	-
12.7660	600	0.0001	-
13.8298	650	0.0001	-
14.8936	700	0.0001	-
15.9574	750	0.0001	-
17.0213	800	0.0001	-
18.0851	850	0.0001	-
19.1489	900	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

@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_ap0