Hugging Face's logo

mini1013
/
master_cate_ac9

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_ac9 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
17bf755 verified
preview code
|
raw
history blame contribute delete
12.2 kB
metadata
base_model: mini1013/master_domain
library_name: setfit
metrics:
  - metric
pipeline_tag: text-classification
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: 여성 가방 숄더백 미니 크로스백 퀼팅백 체인백 토트백 미니백 여자 핸드백 구름백 클러치백 직장인 백팩 프리아_카멜 더블유팝
  - text: 국내 잔스포츠 백팩 슈퍼브레이크 4QUT 블랙 학생 여성 가벼운 가방 캠핑 여행 당일  가원
  - text: 국내생산 코튼 양줄면주머니 미니&에코 주머니 7종 학원 학교 만들기수업 양줄주머니_14cmX28cm(J14) 명성패키지
  - text: 웨빙 플라워 스트랩 레디백 길이조절 가방끈 어깨끈 리폼 3-플라워가방끈-흰색 이백프로
  - text: 엔비조네/가방끈/가방끈리폼/가죽끈/크로스끈/숄더끈/스트랩 AOR오링25mm_블랙오플_폭11mm *35cm 니켈 엔비조네
inference: true
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: metric
            value: 0.7867699642431466
            name: Metric

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
3.0
  • '[현대백화점][루이까또즈] MOONMOON(문문) 여성호보백 HR3SO02BL (주)현대백화점'
  • '소프트레더 파스텔 보부상 빅숄더백 휘뚜루마뚜루가방 토드백 블랙_one size 아이디어코리아 주식회사'
  • 'DRAGON DIFFUSION 드래곤디퓨전 폼폼 더블 점프백 여성 버킷백 8838 드래곤백 다크브라운 (DARK BROWN) 시계1위워치짱'
7.0
  • '디어 4colors_H70301010 (W)퍼플와인 '
  • '[마이클코어스][정상가 1080000원] 에밀리아 라지 레더 사첼 35H0GU5S7T2171 신세계몰'
  • '칼린 소프트M 10colors _H71307020 (Y)라임네온_one size (주)칼린홍대점'
1.0
  • '마젤란9901 메신저백 크로스백 학생 여행용 가방 백팩 1_MA-9901-BlackPurple(+LK) 더블유팝'
  • '마젤란9901 메신저백 크로스백 학생 여행용 가방 백팩 1_MA-9901-D.Gray(+LK) 더블유팝'
  • '마젤란9901 메신저백 크로스백 학생 여행용 가방 백팩 1_MA-9901-Black(+LK) 더블유팝'
9.0
  • '룰루레몬 에브리웨어 벨트 백 Fleece WHTO/GOLD White Opal/Gold - O/S 오늘의원픽'
  • '[리본즈] LEMAIRE 남성 숄더백 37408558 블랙_ONE SIZE/단일상품 마리오아울렛몰'
  • '[코치][공식] 홀 벨트 백 CU103 WYE [00001] 없음 현대백화점'
0.0
  • '가죽가방끈 천연소가죽 가죽 스트랩 32Color 블랙12mm페이던트골드 대성메디칼'
  • '[최초가 228,000원][잘모이] 밍크 듀에 퍼 스트랩 LTZ-5205 168688 와인스카이블루 주식회사 미르에셋'
  • '조이그라이슨 첼시 스트랩 LW4SX6880_55 GOLD 신세계백화점'
5.0
  • '[소마치] 트래블 여권 지갑 파우치 핸드폰 미니 크로스백 카키_체인105cm(키160전후) 주식회사 소마치'
  • '비비안웨스트우드 코튼 숄더백 EDGWARE (3컬러) chacoal(당일발송) KHY INTERNATIONAL'
  • '남여 공용 미니 메신저백 귀여운 크로스백 학생 미니백 여행 보조 가방 여행용 보조백 아이보리 구공구코리아'
2.0
  • '메종미네드 MAISON MINED TWO POCKET BACKPACK S OC오피스'
  • '백팩01K1280ZSK외1종 블랙 롯데백화점1관'
  • 'ANC CLASSIC BACKPACK_BLACK BLACK 주식회사 데일리컴퍼니'
4.0
  • '[스타벅스]텀블러 가방 컵홀더 데일리 캔버스 에코백 지퍼형_베이지 씨에스 인더스트리'
  • '마리떼 FRANCOIS GIRBAUD CLASSIC LOGO ECO BAG natural OS 다함'
  • '마크 곤잘레스 Print Eco Bag - 블랙 568032 BLACK_FREE 라임e커머스'
8.0
  • '국내생산 코튼 양줄면주머니 미니&에코 주머니 7종 학원 학교 만들기수업 양줄주머니_20cmX25cm(J20) 명성패키지'
  • '조리개 타입 반투명 파우치 보관 신발주머니 주머니 끈주머니 끈파우치 신주머니 여행용 중형(25X35) 정바른 길정'
  • '국내생산 코튼 화이트&블랙주머니 학원 학교 주머니만들기 W15_화이트 명성패키지'
6.0
  • '메종 마르지엘라 타비 스니커즈 S37WS0578 P4291 T1003 EU41(260-265) 보광컴퍼니'
  • '[롯데백화점]루이까또즈 클러치백 MO2DL03MDABL 롯데백화점_'
  • '깔끔한 여성용 데일리 핸드 스트랩 클러치 가방 남자클러치백 로우마켓'

Evaluation

Metrics

Label Metric
all 0.7868

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_ac9")
# Run inference
preds = model("웨빙 플라워 스트랩 레디백 길이조절 가방끈 어깨끈 리폼 3-플라워가방끈-흰색 이백프로")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 3 9.6146 30
Label Training Sample Count
0.0 50
1.0 17
2.0 50
3.0 50
4.0 50
5.0 50
6.0 50
7.0 50
8.0 50
9.0 50

Training Hyperparameters

  • batch_size: (512, 512)
  • num_epochs: (20, 20)
  • max_steps: -1
  • sampling_strategy: oversampling
  • num_iterations: 40
  • body_learning_rate: (2e-05, 2e-05)
  • head_learning_rate: 2e-05
  • loss: CosineSimilarityLoss
  • distance_metric: cosine_distance
  • margin: 0.25
  • end_to_end: False
  • use_amp: False
  • warmup_proportion: 0.1
  • seed: 42
  • eval_max_steps: -1
  • load_best_model_at_end: False

Training Results

Epoch Step Training Loss Validation Loss
0.0137 1 0.4278 -
0.6849 50 0.3052 -
1.3699 100 0.1524 -
2.0548 150 0.0583 -
2.7397 200 0.0292 -
3.4247 250 0.0197 -
4.1096 300 0.0061 -
4.7945 350 0.0022 -
5.4795 400 0.0033 -
6.1644 450 0.0003 -
6.8493 500 0.0002 -
7.5342 550 0.0001 -
8.2192 600 0.0001 -
8.9041 650 0.0001 -
9.5890 700 0.0001 -
10.2740 750 0.0001 -
10.9589 800 0.0001 -
11.6438 850 0.0001 -
12.3288 900 0.0001 -
13.0137 950 0.0001 -
13.6986 1000 0.0001 -
14.3836 1050 0.0001 -
15.0685 1100 0.0001 -
15.7534 1150 0.0001 -
16.4384 1200 0.0001 -
17.1233 1250 0.0 -
17.8082 1300 0.0001 -
18.4932 1350 0.0001 -
19.1781 1400 0.0001 -
19.8630 1450 0.0001 -

Framework Versions

  • Python: 3.10.12
  • SetFit: 1.1.0.dev0
  • Sentence Transformers: 3.1.1
  • Transformers: 4.46.1
  • PyTorch: 2.4.0+cu121
  • Datasets: 2.20.0
  • Tokenizers: 0.20.0

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}
}