Hugging Face's logo

mini1013
/
master_cate_bc14

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community

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
8.0
  • '[현대백화점][압소바] 용용 텐셀 속싸개(2024년 봄신상) AZA10901 아이보리/FREE 출산/육아 > 외출용품 > 포대기/처네'
  • '애착육아 아기포대기 여름 망사 신생아 전통 사계절 순면 어부바 워머 인견 띠 어깨끈 사계절 일자형_아기곰블루 7부 출산/육아 > 외출용품 > 포대기/처네'
  • '[현대백화점][에뜨와] (2종용띠)켄미배내저고리X로디양말세트 07R017001B [00001] 아이보리아이보리/3M 출산/육아 > 외출용품 > 포대기/처네'
3.0
  • '의류용/슈즈용 네임스티커 화이트스티치 혼합형 의류용_컬러_의류용네임스티커Color여아리본_혼합형 출산/육아 > 외출용품 > 미아방지용품'
  • '의류용/슈즈용 네임스티커 화이트스티치 혼합형 신발용_슈즈용네임스티커애니멀_원형30 출산/육아 > 외출용품 > 미아방지용품'
  • '주문제작 미아방지 아기 포토 자동차 캐리어 네임택 에어팟 키링 어린이집 유치원 가방고리 아이돌 반려동물 열쇠고리 굿즈 베이직 더블팩_화이트_핑크 출산/육아 > 외출용품 > 미아방지용품'
5.0
  • 'Bebefit 베베핏 시그니처7 올인원 아기띠 패브릭 바구니+어깨침받이+가슴침받이세트 (선물 2종) 다크그레이 (사은품 2종) 출산/육아 > 외출용품 > 아기띠'
  • '베베핏x폴레드 시그니처7 올인원 아기띠 & 폴레드 에어러브 아기띠마스크 신생아 외출필수템 다크네이비_폴레드 에어러브 마스크_골든카멜 출산/육아 > 외출용품 > 아기띠'
  • '양털 아기 보낭 겉싸개 204539 유아 신생아 버건디9 출산/육아 > 외출용품 > 아기띠'
2.0
  • '비비엔다 아기 후드 망토 블랭킷 아기띠 유모차 워머 바람막이 M(24개월 이상 추천)_하트꼼_다우니퍼(3~4주 소요) 출산/육아 > 외출용품 > 망토/워머'
  • '세인트돌 무지손토시 모카_FREE 출산/육아 > 외출용품 > 망토/워머'
  • '돗투돗 뽀글이 극세사 아기띠 워머 아기 망토 블랭킷 유모차 바람막이 담요 겨울 [겨울 추천]극세사_비비(아이보리) 출산/육아 > 외출용품 > 망토/워머'
0.0
  • '기저귀가방 국민 기저귀 아기 가방 캔버스 가벼운 유모차 에코백 토트bag 옵션1(크로스끈없음)_블랙 출산/육아 > 외출용품 > 기저귀가방'
  • '리엘라 숄더백 기저귀가방 이너백 파우치 핑크 출산/육아 > 외출용품 > 기저귀가방'
  • '방수 건조 이중 지퍼 핸드백, 아기 기저귀 가방, 유모차 운반 팩, 여행 야외 보관 기저귀 포드 WB8-29 출산/육아 > 외출용품 > 기저귀가방'
1.0
  • '별과모래 아기띠침받이7종 아기띠커버 에르고호환 힙시트 침패드 [별과모 아기띠침받이1세트-옐로우 출산/육아 > 외출용품 > 기타외출용품'
  • '미토 어린이킥보드 악세사리 유모차 컵홀더 바람개비 자전거벨 스트리머 킥보드인형 마이크로 21세기 호환 보호대 S 핑크 출산/육아 > 외출용품 > 기타외출용품'
  • '744854 Apollo Walker 소형 및 대형 애완동물 캐리어 백팩 틸 쿠션 백 서포트 안전장치 여행 하이킹 아웃도어용 Teal Black 출산/육아 > 외출용품 > 기타외출용품'
7.0
  • '[이벤트]오로라x돗투돗 클라우드 퀄팅 휴대용 기저귀 패드 휴대용방수매트 기저귀 방수 매트.블루 출산/육아 > 외출용품 > 아기띠쿨러/패드'
  • '베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 딥브라운(썸머패키지)_주니어 밀키웨이 출산/육아 > 외출용품 > 아기띠쿨러/패드'
  • '베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 올리브베이지(썸머패키지)_주니어 피치크림 출산/육아 > 외출용품 > 아기띠쿨러/패드'
4.0
  • 'JRCuddles 아기 랩 캐리어 AirMesh - 신생아부터 최대 44파운드의 유아까지 - 캥거루 스타일로 운반하기 쉬운 어린이용 슬링 - 엄마와 아빠를 위한 경량 가 Beige Dark Blue 출산/육아 > 외출용품 > 슬링'
  • 'Baby Wrap Carrier,Adjustable Baby Carrier Newborn to Toddler Original Stretchy Infant Sling, Perfect Blue 출산/육아 > 외출용품 > 슬링'
  • 'Unbred 아기 캐리어 랩 통기성 슬링 인체공학 백팩 코튼 ## 파랑색 출산/육아 > 외출용품 > 슬링'
6.0
  • '에어룸 아기띠+침받이 출산/육아 > 외출용품 > 아기띠받침이'
  • '오가닉붐 빅도뜨 가슴 침받이 아이보리 출산/육아 > 외출용품 > 아기띠받침이'
  • '아기띠 앞보기전용 침받이 에르고 힙시트 출산/육아 > 외출용품 > 아기띠받침이'
9.0
  • '베이비소풍 해먹 사이드 힙시트 휴대용 영유아 외출용 베이지(기본스트랩) 출산/육아 > 외출용품 > 힙시트'
  • '아기 외출 바람막이 힙시트 유모차 방풍커버 포대기 스카이블루 퍼플 출산/육아 > 외출용품 > 힙시트'
  • '[베베핏]스마트 캐리어 아기띠 출산/육아 > 외출용품 > 힙시트'

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_bc14")
# Run inference
preds = model("[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 7 14.5385 42
Label Training Sample Count
0.0 70
1.0 70
2.0 70
3.0 70
4.0 70
5.0 70
6.0 20
7.0 70
8.0 70
9.0 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
0.0079 1 0.4929 -
0.3937 50 0.4972 -
0.7874 100 0.4631 -
1.1811 150 0.0622 -
1.5748 200 0.0077 -
1.9685 250 0.0002 -
2.3622 300 0.0001 -
2.7559 350 0.0 -
3.1496 400 0.0 -
3.5433 450 0.0 -
3.9370 500 0.0 -
4.3307 550 0.0 -
4.7244 600 0.0 -
5.1181 650 0.0 -
5.5118 700 0.0 -
5.9055 750 0.0 -
6.2992 800 0.0 -
6.6929 850 0.0 -
7.0866 900 0.0 -
7.4803 950 0.0 -
7.8740 1000 0.0 -
8.2677 1050 0.0 -
8.6614 1100 0.0 -
9.0551 1150 0.0 -
9.4488 1200 0.0 -
9.8425 1250 0.0 -
10.2362 1300 0.0 -
10.6299 1350 0.0 -
11.0236 1400 0.0 -
11.4173 1450 0.0 -
11.8110 1500 0.0 -
12.2047 1550 0.0 -
12.5984 1600 0.0 -
12.9921 1650 0.0 -
13.3858 1700 0.0 -
13.7795 1750 0.0 -
14.1732 1800 0.0 -
14.5669 1850 0.0 -
14.9606 1900 0.0 -
15.3543 1950 0.0 -
15.7480 2000 0.0 -
16.1417 2050 0.0 -
16.5354 2100 0.0 -
16.9291 2150 0.0 -
17.3228 2200 0.0 -
17.7165 2250 0.0 -
18.1102 2300 0.0 -
18.5039 2350 0.0 -
18.8976 2400 0.0 -
19.2913 2450 0.0 -
19.6850 2500 0.0 -
20.0787 2550 0.0 -
20.4724 2600 0.0 -
20.8661 2650 0.0 -
21.2598 2700 0.0 -
21.6535 2750 0.0 -
22.0472 2800 0.0 -
22.4409 2850 0.0 -
22.8346 2900 0.0 -
23.2283 2950 0.0 -
23.6220 3000 0.0 -
24.0157 3050 0.0 -
24.4094 3100 0.0 -
24.8031 3150 0.0 -
25.1969 3200 0.0 -
25.5906 3250 0.0 -
25.9843 3300 0.0 -
26.3780 3350 0.0 -
26.7717 3400 0.0 -
27.1654 3450 0.0 -
27.5591 3500 0.0 -
27.9528 3550 0.0 -
28.3465 3600 0.0 -
28.7402 3650 0.0 -
29.1339 3700 0.0 -
29.5276 3750 0.0 -
29.9213 3800 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}
}
Downloads last month
541
Safetensors
Model size
111M params
Tensor type
F32
·
Inference Providers NEW
Text Classification
This model is not currently available via any of the supported third-party Inference Providers, and the model is not deployed on the HF Inference API.

Model tree for mini1013/master_cate_bc14

Base model

klue/roberta-base
Finetuned
mini1013/master_domain
Finetuned
(213)
this model

Evaluation results

View on Papers With Code