|
--- |
|
tags: |
|
- setfit |
|
- sentence-transformers |
|
- text-classification |
|
- generated_from_setfit_trainer |
|
widget: |
|
- text: 아기 기저귀가방 숄더백 출산가방 애기 엄마 분유가방 그레이 출산/육아 > 외출용품 > 기저귀가방 |
|
- text: '[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품' |
|
- text: 비트윈 뱀부 사일런스 아기띠 힙시트 무소음클립 허리벨트 올인원 3in1 쿨그레이 출산/육아 > 외출용품 > 힙시트 |
|
- text: 팔찌형 스프 랑 미아방지 밴드 다용도 유모차 가방 어린이 끈 아가 유아 용품 줄 아기 링 오렌지1P 출산/육아 > 외출용품 > 미아방지용품 |
|
- text: 허리 러닝 파우치 런닝 휴대폰 스마트폰 벨트 달리기용품rva-559636c 프리사이즈_랙 출산/육아 > 외출용품 > 슬링 |
|
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: 1.0 |
|
name: Accuracy |
|
--- |
|
|
|
# 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:** 10 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 | |
|
|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| 8.0 | <ul><li>'[현대백화점][압소바] 용용 텐셀 속싸개(2024년 봄신상) AZA10901 아이보리/FREE 출산/육아 > 외출용품 > 포대기/처네'</li><li>'애착육아 아기포대기 여름 망사 신생아 전통 사계절 순면 어부바 워머 인견 띠 어깨끈 사계절 일자형_아기곰블루 7부 출산/육아 > 외출용품 > 포대기/처네'</li><li>'[현대백화점][에뜨와] (2종용띠)켄미배내저고리X로디양말세트 07R017001B [00001] 아이보리아이보리/3M 출산/육아 > 외출용품 > 포대기/처네'</li></ul> | |
|
| 3.0 | <ul><li>'의류용/슈즈용 네임스티커 화이트스티치 혼합형 의류용_컬러_의류용네임스티커Color여아리본_혼합형 출산/육아 > 외출용품 > 미아방지용품'</li><li>'의류용/슈즈용 네임스티커 화이트스티치 혼합형 신발용_슈즈용네임스티커애니멀_원형30 출산/육아 > 외출용품 > 미아방지용품'</li><li>'주문제작 미아방지 아기 포토 자동차 캐리어 네임택 에어팟 키링 어린이집 유치원 가방고리 아이돌 반려동물 열쇠고리 굿즈 베이직 더블팩_화이트_핑크 출산/육아 > 외출용품 > 미아방지용품'</li></ul> | |
|
| 5.0 | <ul><li>'Bebefit 베베핏 시그니처7 올인원 아기띠 패브릭 바구니+어깨침받이+가슴침받이세트 (선물 2종) 다크그레이 (사은품 2종) 출산/육아 > 외출용품 > 아기띠'</li><li>'베베핏x폴레드 시그니처7 올인원 아기띠 & 폴레드 에어러브 아기띠마스크 신생아 외출필수템 다크네이비_폴레드 에어러브 마스크_골든카멜 출산/육아 > 외출용품 > 아기띠'</li><li>'양털 아기 보낭 겉싸개 204539 유아 신생아 버건디9 출산/육아 > 외출용품 > 아기띠'</li></ul> | |
|
| 2.0 | <ul><li>'비비엔다 아기 후드 망토 블랭킷 아기띠 유모차 워머 바람막이 M(24개월 이상 추천)_하트꼼_다우니퍼(3~4주 소요) 출산/육아 > 외출용품 > 망토/워머'</li><li>'세인트돌 무지손토시 모카_FREE 출산/육아 > 외출용품 > 망토/워머'</li><li>'돗투돗 뽀글이 극세사 아기띠 워머 아기 망토 블랭킷 유모차 바람막이 담요 겨울 [겨울 추천]극세사_비비(아이보리) 출산/육아 > 외출용품 > 망토/워머'</li></ul> | |
|
| 0.0 | <ul><li>'기저귀가방 국민 기저귀 아기 가방 캔버스 가벼운 유모차 에코백 토트bag 옵션1(크로스끈없음)_블랙 출산/육아 > 외출용품 > 기저귀가방'</li><li>'리엘라 숄더백 기저귀가방 이너백 파우치 핑크 출산/육아 > 외출용품 > 기저귀가방'</li><li>'방수 건조 이중 지퍼 핸드백, 아기 기저귀 가방, 유모차 운반 팩, 여행 야외 보관 기저귀 포드 WB8-29 출산/육아 > 외출용품 > 기저귀가방'</li></ul> | |
|
| 1.0 | <ul><li>'별과모래 아기띠침받이7종 아기띠커버 에르고호환 힙시트 침패드 [별과모 아기띠침받이1세트-옐로우 출산/육아 > 외출용품 > 기타외출용품'</li><li>'미토 어린이킥보드 악세사리 유모차 컵홀더 바람개비 자전거벨 스트리머 킥보드인형 마이크로 21세기 호환 보호대 S 핑크 출산/육아 > 외출용품 > 기타외출용품'</li><li>'744854 Apollo Walker 소형 및 대형 애완동물 캐리어 백팩 틸 쿠션 백 서포트 안전장치 여행 하이킹 아웃도어용 Teal Black 출산/육아 > 외출용품 > 기타외출용품'</li></ul> | |
|
| 7.0 | <ul><li>'[이벤트]오로라x돗투돗 클라우드 퀄팅 휴대용 기저귀 패드 휴대용방수매트 기저귀 방수 매트.블루 출산/육아 > 외출용품 > 아기띠쿨러/패드'</li><li>'베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 딥브라운(썸머패키지)_주니어 밀키웨이 출산/육아 > 외출용품 > 아기띠쿨러/패드'</li><li>'베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 올리브베이지(썸머패키지)_주니어 피치크림 출산/육아 > 외출용품 > 아기띠쿨러/패드'</li></ul> | |
|
| 4.0 | <ul><li>'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'</li><li>'Baby Wrap Carrier,Adjustable Baby Carrier Newborn to Toddler Original Stretchy Infant Sling, Perfect Blue 출산/육아 > 외출용품 > 슬링'</li><li>'Unbred 아기 캐리어 랩 통기성 슬링 인체공학 백팩 코튼 ## 파랑색 출산/육아 > 외출용품 > 슬링'</li></ul> | |
|
| 6.0 | <ul><li>'에어룸 아기띠+침받이 출산/육아 > 외출용품 > 아기띠받침이'</li><li>'오가닉붐 빅도뜨 가슴 침받이 아이보리 출산/육아 > 외출용품 > 아기띠받침이'</li><li>'아기띠 앞보기전용 침받이 에르고 힙시트 출산/육아 > 외출용품 > 아기띠받침이'</li></ul> | |
|
| 9.0 | <ul><li>'베이비소풍 해먹 사이드 힙시트 휴대용 영유아 외출용 베이지(기본스트랩) 출산/육아 > 외출용품 > 힙시트'</li><li>'아기 외출 바람막이 힙시트 유모차 방풍커버 포대기 스카이블루 퍼플 출산/육아 > 외출용품 > 힙시트'</li><li>'[베베핏]스마트 캐리어 아기띠 출산/육아 > 외출용품 > 힙시트'</li></ul> | |
|
|
|
## Evaluation |
|
|
|
### Metrics |
|
| Label | Accuracy | |
|
|:--------|:---------| |
|
| **all** | 1.0 | |
|
|
|
## 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_bc14") |
|
# Run inference |
|
preds = model("[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품") |
|
``` |
|
|
|
<!-- |
|
### 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 | 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 |
|
```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.* |
|
--> |
