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: 4 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
1.0	'동물 자동차 당김 로프, 조기 교육 선물, 드래그 차량 딸랑이 158447 B2QD2SS901998-6 158447 B2QD2SS901998-4 출산/육아 > 유아발육용품 > 보행기' '[대여] [보행기] NEW 뉴 스텝360 다기능 아기보행기 대여 렌탈 ①스텝360_3개월대여 출산/육아 > 유아발육용품 > 보행기' '휴대용 접이식 신생아 걸음마 보행기 Egobaby 360 베이비 캐리어 다기능 통기성 유아 백팩 어린이 캐리지 아기 슬링 랩 멜빵 옴니 28 breeze black print 출산/육아 > 유아발육용품 > 보행기'
2.0	'이븐플로 엑서쏘서 트리플펀 아마존 점프앤런 9종 택1 출산선물 조카선물 이븐플로 엑서쏘서_사파리 친구들 점프&런 출산/육아 > 유아발육용품 > 쏘서' '젤리캣 동물 인형 딸랑이 버니 퍼피 양 코끼리 유니콘 5종 유니콘 출산/육아 > 유아발육용품 > 쏘서' '[대여][+10일연장] 바로가능 새상품입고 피아노 어라운드 위고 베이비아인슈타인/위고대여 중고판매상품_피아노어라운드위고 출산/육아 > 유아발육용품 > 쏘서'
0.0	'2021 new 스마트 흔들바운서 진동요람 (B타입)그린 출산/육아 > 유아발육용품 > 바운서/흔들침대' '[개봉/미개봉] 베이비뵨 바운서 대여 렌탈 메쉬 저지 코튼 아기 신생아 컨디션A 05. 소프트코튼저지(개봉)_2개월+10일_랜덤발송 출산/육아 > 유아발육용품 > 바운서/흔들침대' '[대여][+7일추가/왕복 ] 최신형 크래들스윙대여 피셔프라이스 [베이비노리터] 신형 버튼식 A급+이너시트(당일출고)_블루_한달대여+7일서비스 출산/육아 > 유아발육용품 > 바운서/흔들침대'
3.0	'여자 어린이 겨울 패딩 후드 잠바 다운 재킷 6. 2중후드 패딩 퍼플화이트_140cm 출산/육아 > 유아발육용품 > 점퍼루' '[대여][미개봉새상품대여] 졸리점퍼 오리지널스탠드 슈퍼스탠드 점퍼루 쏘서 슈퍼 스탠드[+7일 추가]_2022입고 한달대여[+7일 추가] 출산/육아 > 유아발육용품 > 점퍼루' '경량 패딩점퍼 오버핏 중년 여성롱패딩 빅사이즈 구스다운 퀄팅 롱패딩 블랙_XL 출산/육아 > 유아발육용품 > 점퍼루'

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_bc22")
# Run inference
preds = model("아기보행기 O자형 전복방지 카트탑승가능 보행기 4.하늘색 유아교육경음악발매트 출산/육아 > 유아발육용품 > 보행기")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	8	15.8643	35

Label	Training Sample Count
0.0	70
1.0	70
2.0	70
3.0	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
0.0182	1	0.489	-
0.9091	50	0.4696	-
1.8182	100	0.1613	-
2.7273	150	0.0002	-
3.6364	200	0.0	-
4.5455	250	0.0	-
5.4545	300	0.0	-
6.3636	350	0.0	-
7.2727	400	0.0	-
8.1818	450	0.0	-
9.0909	500	0.0	-
10.0	550	0.0	-
10.9091	600	0.0	-
11.8182	650	0.0	-
12.7273	700	0.0	-
13.6364	750	0.0	-
14.5455	800	0.0	-
15.4545	850	0.0	-
16.3636	900	0.0	-
17.2727	950	0.0	-
18.1818	1000	0.0	-
19.0909	1050	0.0	-
20.0	1100	0.0	-
20.9091	1150	0.0	-
21.8182	1200	0.0	-
22.7273	1250	0.0	-
23.6364	1300	0.0	-
24.5455	1350	0.0	-
25.4545	1400	0.0	-
26.3636	1450	0.0	-
27.2727	1500	0.0	-
28.1818	1550	0.0	-
29.0909	1600	0.0	-
30.0	1650	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_bc22