|
--- |
|
tags: |
|
- setfit |
|
- sentence-transformers |
|
- text-classification |
|
- generated_from_setfit_trainer |
|
widget: |
|
- text: 마더케이 리필형 롱핸들 스펀지 실리콘 젖병솔 젖꼭지솔 세트 3.리필형 스펀지 젖꼭지솔 세트_베이지 출산/육아 > 소독/살균용품 > 젖병솔 |
|
- text: 비앤비 젖병세정제 거품형 용기 450ml B.BB젖병세제 거품형 용기450mlx1개 출산/육아 > 소독/살균용품 > 젖병세정제 |
|
- text: 마더케이 리필형 롱핸들스펀지솔 세척용품세트 (젖병건조대+리필브러쉬+젖병집게) 네이비_1.리필형젖병솔세트_초코브라운 출산/육아 > 소독/살균용품 |
|
> 젖병건조대 |
|
- text: 다용도 플라스틱 물병 텀블러 건조대 보틀 건조대 출산/육아 > 소독/살균용품 > 젖병건조대 |
|
- text: 비앤비 유아 아기 젖병세정제 거품형 용기 출산/육아 > 소독/살균용품 > 젖병세정제 |
|
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: 0.9978046103183315 |
|
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:** 7 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 | |
|
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| 2.0 | <ul><li>'아기 젖병 식기 주방 세정제 유아 신생아 중성세제 거품형(리필400ml) 출산/육아 > 소독/살균용품 > 젖병세정제'</li><li>'마더케이 디아 아기 유아 이유식기 세정제 500ml (액상형/무향) 이유식기세정제500ml(무향)_이유식기세정제500ml(무향) 출산/육아 > 소독/살균용품 > 젖병세정제'</li><li>'비앤비 젖병세정제 거품형 리필 400ml x 4개 출산/육아 > 소독/살균용품 > 젖병세정제'</li></ul> | |
|
| 3.0 | <ul><li>'NEW 폴레드 픽셀 UVC LED 자연건조 유아소독기 픽셀+맘마존트레이_오프화이트 바디_더스티핑크 패널 출산/육아 > 소독/살균용품 > 젖병소독기'</li><li>'해님 UV LED 젖병소독기 4세대 플러스 스마트 플렉스_화이트 출산/육아 > 소독/살균용품 > 젖병소독기'</li><li>'NEW 폴레드 픽셀 UVC LED 자연건조 유아소독기 픽셀+맘마존트레이_다크그레이 바디_오프화이트 패널 출산/육아 > 소독/살균용품 > 젖병소독기'</li></ul> | |
|
| 5.0 | <ul><li>'브러쉬 세트 스폰지 알프스 출산/육아 > 소독/살균용품 > 젖병솔'</li><li>'마더케이 리필형 롱핸들 스펀지 실리콘 젖병솔 젖꼭지솔 세트 7.리필형 스펀지 젖병솔+젖꼭지솔 풀세트_인디핑크 출산/육아 > 소독/살균용품 > 젖병솔'</li><li>'스펙트라 롱타입 젖꼭지솔 2개입세트 젖병 물병 텀블러 세척가능 1.스펙트라 롱타입 젖꼭지솔 2개입 [핑크] 출산/육아 > 소독/살균용품 > 젖병솔'</li></ul> | |
|
| 0.0 | <ul><li>'자외선 장난감 살균기SW-400열풍건조 소독기 출산/육아 > 소독/살균용품 > 장난감소독기'</li><li>'대신 DS-930 앞치마 살균 소독건조기 출산/육아 > 소독/살균용품 > 장난감소독기'</li><li>'소독 캐비닛 양문형 교재 살균기 자외선 UV 컵 소독기 700-GX1 이중문 및 이중서랍(나노대리석) 출산/육아 > 소독/살균용품 > 장난감소독기'</li></ul> | |
|
| 1.0 | <ul><li>'젖병건조대 수납박스 물컵 젖병선반 보관함 브라운/2318 출산/육아 > 소독/살균용품 > 젖병건조대'</li><li>'뉴코코맘 프리미엄 젖병건조대 2단 뚜껑 이유식기건조대 1. 뉴코코맘 젖병건조대 프리미엄_1단 그레이 출산/육아 > 소독/살균용품 > 젖병건조대'</li><li>'마더케이 리필형 롱핸들 실리콘솔 세척용품세트(건조대+리필세척솔+집게) 네이비_젖병솔&젖꼭지솔_인디핑크 출산/육아 > 소독/살균용품 > 젖병건조대'</li></ul> | |
|
| 6.0 | <ul><li>'실리콘 젖병소독집게 분유 열탕 가위 건조기 살균 수저받침_올리브그레이 출산/육아 > 소독/살균용품 > 젖병집게'</li><li>'더굿즈 다용도 젖병 소독 집게 핑크 핑크 출산/육아 > 소독/살균용품 > 젖병집게'</li><li>'젖병집게 젖병소독집게 아기 유아 다용도 페블식탁매트(조약돌)_골드크림 출산/육아 > 소독/살균용품 > 젖병집게'</li></ul> | |
|
| 4.0 | <ul><li>'오스람 실바니아 살균램프 4W 젖병소독기 자외선램프 UV램프 출산/육아 > 소독/살균용품 > 젖병소독기용품'</li><li>'스펙트라 젖병소독기호환 UV 램프 1개입 4W / 실바니아 출산/육아 > 소독/살균용품 > 젖병소독기용품'</li><li>'효성 자외선살균램프 20W UVC 살균등 젖병소독기 컵소독기 식기소독기 1개 G20T8 출산/육아 > 소독/살균용품 > 젖병소독기용품'</li></ul> | |
|
|
|
## Evaluation |
|
|
|
### Metrics |
|
| Label | Accuracy | |
|
|:--------|:---------| |
|
| **all** | 0.9978 | |
|
|
|
## 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_bc7") |
|
# Run inference |
|
preds = model("비앤비 유아 아기 젖병세정제 거품형 용기 출산/육아 > 소독/살균용품 > 젖병세정제") |
|
``` |
|
|
|
<!-- |
|
### 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 | 13.7494 | 25 | |
|
|
|
| Label | Training Sample Count | |
|
|:------|:----------------------| |
|
| 0.0 | 70 | |
|
| 1.0 | 70 | |
|
| 2.0 | 70 | |
|
| 3.0 | 70 | |
|
| 4.0 | 19 | |
|
| 5.0 | 70 | |
|
| 6.0 | 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 | |
|
|:-------:|:----:|:-------------:|:---------------:| |
|
| 0.0116 | 1 | 0.4771 | - | |
|
| 0.5814 | 50 | 0.4546 | - | |
|
| 1.1628 | 100 | 0.1706 | - | |
|
| 1.7442 | 150 | 0.0404 | - | |
|
| 2.3256 | 200 | 0.0101 | - | |
|
| 2.9070 | 250 | 0.0093 | - | |
|
| 3.4884 | 300 | 0.0082 | - | |
|
| 4.0698 | 350 | 0.0062 | - | |
|
| 4.6512 | 400 | 0.0001 | - | |
|
| 5.2326 | 450 | 0.0 | - | |
|
| 5.8140 | 500 | 0.0 | - | |
|
| 6.3953 | 550 | 0.0 | - | |
|
| 6.9767 | 600 | 0.0 | - | |
|
| 7.5581 | 650 | 0.0 | - | |
|
| 8.1395 | 700 | 0.0 | - | |
|
| 8.7209 | 750 | 0.0 | - | |
|
| 9.3023 | 800 | 0.0 | - | |
|
| 9.8837 | 850 | 0.0 | - | |
|
| 10.4651 | 900 | 0.0 | - | |
|
| 11.0465 | 950 | 0.0 | - | |
|
| 11.6279 | 1000 | 0.0 | - | |
|
| 12.2093 | 1050 | 0.0 | - | |
|
| 12.7907 | 1100 | 0.0 | - | |
|
| 13.3721 | 1150 | 0.0 | - | |
|
| 13.9535 | 1200 | 0.0 | - | |
|
| 14.5349 | 1250 | 0.0 | - | |
|
| 15.1163 | 1300 | 0.0 | - | |
|
| 15.6977 | 1350 | 0.0 | - | |
|
| 16.2791 | 1400 | 0.0 | - | |
|
| 16.8605 | 1450 | 0.0 | - | |
|
| 17.4419 | 1500 | 0.0 | - | |
|
| 18.0233 | 1550 | 0.0 | - | |
|
| 18.6047 | 1600 | 0.0 | - | |
|
| 19.1860 | 1650 | 0.0 | - | |
|
| 19.7674 | 1700 | 0.0 | - | |
|
| 20.3488 | 1750 | 0.0 | - | |
|
| 20.9302 | 1800 | 0.0 | - | |
|
| 21.5116 | 1850 | 0.0 | - | |
|
| 22.0930 | 1900 | 0.0 | - | |
|
| 22.6744 | 1950 | 0.0 | - | |
|
| 23.2558 | 2000 | 0.0 | - | |
|
| 23.8372 | 2050 | 0.0 | - | |
|
| 24.4186 | 2100 | 0.0 | - | |
|
| 25.0 | 2150 | 0.0 | - | |
|
| 25.5814 | 2200 | 0.0 | - | |
|
| 26.1628 | 2250 | 0.0 | - | |
|
| 26.7442 | 2300 | 0.0 | - | |
|
| 27.3256 | 2350 | 0.0 | - | |
|
| 27.9070 | 2400 | 0.0 | - | |
|
| 28.4884 | 2450 | 0.0 | - | |
|
| 29.0698 | 2500 | 0.0 | - | |
|
| 29.6512 | 2550 | 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.* |
|
--> |
