master_cate_bc0 / README.md
mini1013's picture
Push model using huggingface_hub.
5f3e05b verified
metadata
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: 온가족 보드게임 영어 워드온더스트리트 유아교육기관  출산/육아 > 교구 > 학습보드게임
  - text: 유아 사고력발달 커넥트 4목게임 라지 가족게임 두뇌게임  출산/육아 > 교구 > 학습보드게임
  - text: 신비아파트 한자 귀신 1-20  어린이 신비아파트 한자 귀신 5 출산/육아 > 교구 > 학습교구 > 기타교구
  - text: 어린이 한글 음절, 숫자,알파벳,구구단 스티커 알파벳 소문자  출산/육아 > 교구 > 학습교구 > 기타교구
  - text: 설민석의 세계사 대모험 1-17 초등 어린이 역사 설민석의 세계사 대모험 18 출산/육아 > 교구 > 학습교구 > 기타교구
metrics:
  - accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: mini1013/master_domain
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: accuracy
            value: 1
            name: Accuracy

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:

  1. Fine-tuning a Sentence Transformer with contrastive learning.
  2. Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

Model Sources

Model Labels

Label Examples
2.0
  • '보약게임 이게 왜 오리너구리, 1개 TS 687769 포레스트 출산/육아 > 교구 > 학습보드게임'
  • '모닝글로리 15000 장기 자석타입 장기알 장기판 폴더형 접이형 보드게임 77 체스 출산/육아 > 교구 > 학습보드게임'
  • '고피쉬 한글3 쉬운 받침 글자 출산/육아 > 교구 > 학습보드게임'
0.0
  • '립프로그 선택 구매 (풀세트 구매시 립프로그 알파벳 카드 27종 ) 2집 (DVD7+CD7+대본6권) 출산/육아 > 교구 > 비디오/DVD'
  • '고교토론,판 출산/육아 > 교구 > 비디오/DVD'
  • '시간의숲 출산/육아 > 교구 > 비디오/DVD'
1.0
  • '초등 비즈 보석십자수 아크릴 키링 가방고리 만들기 10인 지능발달 손작업 협업 어린이집 상품 선택_선인장 출산/육아 > 교구 > 학습교구 > 미술교구'
  • '디즈니 음악이론 1-12권 유아 어린이 피아노 음악 교재 책 디즈니 음악 이론 6 출산/육아 > 교구 > 학습교구 > 기타교구'
  • '무지개롤 / 펠트교구 검정 출산/육아 > 교구 > 학습교구 > 영어교구'

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_bc0")
# Run inference
preds = model("온가족 보드게임 영어 워드온더스트리트 유아교육기관  출산/육아 > 교구 > 학습보드게임")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 7 14.4143 34
Label Training Sample Count
0.0 70
1.0 70
2.0 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
0.0238 1 0.4941 -
1.1905 50 0.465 -
2.3810 100 0.0367 -
3.5714 150 0.0 -
4.7619 200 0.0 -
5.9524 250 0.0 -
7.1429 300 0.0 -
8.3333 350 0.0 -
9.5238 400 0.0 -
10.7143 450 0.0 -
11.9048 500 0.0 -
13.0952 550 0.0 -
14.2857 600 0.0 -
15.4762 650 0.0 -
16.6667 700 0.0 -
17.8571 750 0.0 -
19.0476 800 0.0 -
20.2381 850 0.0 -
21.4286 900 0.0 -
22.6190 950 0.0 -
23.8095 1000 0.0 -
25.0 1050 0.0 -
26.1905 1100 0.0 -
27.3810 1150 0.0 -
28.5714 1200 0.0 -
29.7619 1250 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}
}