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: 6 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
2.0	'가그린 어린이 가글 딸기 3개 구강청결제 출산/육아 > 구강청결용품 > 유아구강세정제' '메가텐 키즈 소닉 럭스 360 전동칫솔 리필모 4P 미디엄(만4세-만12세) 출산/육아 > 구강청결용품 > 유아구강세정제' '2080 kids 어린이가글250ml/ 저불소/ 바나나맛/딸기맛 구강청결제 작은사이즈 키즈 상품선택_바나나맛250ml 출산/육아 > 구강청결용품 > 유아구강세정제'
0.0	'코클리어 시원한호흡 코밴드 코패치 10일사용(10매1박스) 출산/육아 > 구강청결용품 > 기타구강청결용품' '플랙커스치실 일회용치실 어린이 유아 아기 치실 4팩 1. 플랙커스 키즈치실 30p 4팩 출산/육아 > 구강청결용품 > 기타구강청결용품' '닥터코링 출산/육아 > 구강청결용품 > 기타구강청결용품'
5.0	'켄트 초등학생 키즈 칫솔 어린이칫솔 4개입 켄트 오리지널 6개 출산/육아 > 구강청결용품 > 유아칫솔' '메가텐 럭스360 어린이 유아 칫솔 6개입 기능성 (1 2 3 단계) 독일도스 유기농 치약(무불소)_메가텐7P_1단계 출산/육아 > 구강청결용품 > 유아칫솔' '키즈텐 5형제 어린이 칫솔 3단계 5개입 출산/육아 > 구강청결용품 > 유아칫솔'
4.0	'키즈세이프 충치집중케어 치약 60g x 10개/ 고불소 치약, 충치 6.키즈세이프 유아칫솔 2단계 x 16개 출산/육아 > 구강청결용품 > 유아치약' '벨레다 어린이 치약 50ml 2p+손가락칫솔 1p 충치 예방 안전 치약 벨레다 치약 2개 + 유아칫솔 1개 출산/육아 > 구강청결용품 > 유아치약' '페리오키즈 스텝2 핑크퐁 치약 청포도향 75g 무불소 80G 출산/육아 > 구강청결용품 > 유아치약'
3.0	'[1+1] 121도씨 비앤비 리꼬 구강티슈 (오가닉 순면 무첨가물) [1+1] 121도씨 구강티슈 50매 x2 출산/육아 > 구강청결용품 > 유아구강청결티슈' '메디안 골드 와이드프로 칫솔 4개입 잇몸케어 미세모 치석케어 이중미세모 치솔 메디안 골드 와이드프로 칫솔4개입(미세모) 출산/육아 > 구강청결용품 > 유아구강청결티슈' '비앤비 구강청결티슈 30매 X 3개/4개/5개/2개 비앤비 구강청결티슈30매X3 출산/육아 > 구강청결용품 > 유아구강청결티슈'
1.0	'썸프렌즈 (엄지용) A set 동물 친구들_Large 출산/육아 > 구강청결용품 > 손가락빨기방지용품' '아가프라/닥터핑거 1+1 (엄지,검지,중지)l/손가락빨기교정 양손겸용 닥터핑거(중지/검지용)-화이트_닥터핑거(중지/검지용)-퍼플 출산/육아 > 구강청결용품 > 손가락빨기방지용품' '스몰 투명색상 닥터썸 출산/육아 > 구강청결용품 > 손가락빨기방지용품'

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_bc1")
# Run inference
preds = model("치아모형 간단한 헤드 모델 치과 시뮬레이터 팬텀 헤드, 의사 교육용, 트레이닝 기구  출산/육아 > 구강청결용품 > 기타구강청결용품")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	7	14.6262	32

Label	Training Sample Count
0.0	70
1.0	70
2.0	70
3.0	70
4.0	70
5.0	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
0.0120	1	0.4929	-
0.6024	50	0.4852	-
1.2048	100	0.3091	-
1.8072	150	0.0608	-
2.4096	200	0.0005	-
3.0120	250	0.0001	-
3.6145	300	0.0001	-
4.2169	350	0.0	-
4.8193	400	0.0	-
5.4217	450	0.0	-
6.0241	500	0.0	-
6.6265	550	0.0	-
7.2289	600	0.0	-
7.8313	650	0.0	-
8.4337	700	0.0	-
9.0361	750	0.0	-
9.6386	800	0.0	-
10.2410	850	0.0	-
10.8434	900	0.0	-
11.4458	950	0.0	-
12.0482	1000	0.0	-
12.6506	1050	0.0	-
13.2530	1100	0.0	-
13.8554	1150	0.0	-
14.4578	1200	0.0	-
15.0602	1250	0.0	-
15.6627	1300	0.0	-
16.2651	1350	0.0	-
16.8675	1400	0.0	-
17.4699	1450	0.0	-
18.0723	1500	0.0	-
18.6747	1550	0.0	-
19.2771	1600	0.0	-
19.8795	1650	0.0	-
20.4819	1700	0.0	-
21.0843	1750	0.0	-
21.6867	1800	0.0	-
22.2892	1850	0.0	-
22.8916	1900	0.0	-
23.4940	1950	0.0	-
24.0964	2000	0.0	-
24.6988	2050	0.0	-
25.3012	2100	0.0	-
25.9036	2150	0.0	-
26.5060	2200	0.0	-
27.1084	2250	0.0	-
27.7108	2300	0.0	-
28.3133	2350	0.0	-
28.9157	2400	0.0	-
29.5181	2450	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_bc1