Push model using huggingface_hub.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,254 @@
+---
+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: 파인트리 홀그레인 머스타드 850g  (주)우주식품디씨오피
+- text: 오뚜기 오쉐프 마요네스 3.2kg 이금기 팬더굴소스 2kg 디에치커머스 주식회사
+- text: 샘표 샤브샤브 담백한 육수 200g 외 10종 / 샤브육수소스 10. 티아시아 피넛소스 275g 주식회사 통통마트
+- text: 해천 시그니처 굴소스 캔 2.27kg 대륙 깊은맛  주식회사 다솜식자재유통
+- text: 청정원 토마토와 생크림 로제 스파게티소스 2kg  호호푸드
+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: 0.9092549161104095
+      name: Metric
+---
+
+# 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:** 13 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                                                                                                                                                                                                           |
+|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 5.0   | <ul><li>'폰타나 발사믹 드레싱 270ml  더착한유통'</li><li>'벨레이 유기농 발사믹크림 250ml 발사믹소스 오크통숙성 와인식초  주식회사 감자스위트'</li><li>'쥬세페 크레모니니 발사믹크림 500ml 발사믹 소스  화남F.C'</li></ul>                                                              |
+| 11.0  | <ul><li>'오뚜기 토마토 케찹(1kg)  금성식품 주식회사'</li><li>'하인즈 리듀스드 슈가 케찹 369g 외 5종 (노슈가 케찹 옐로우 머스타드 우스타 등) 2. 토마토케찹 342g (주)아이미에프에스'</li><li>'오뚜기 할라피뇨케챂 280G 다이어트 샐러드 가정용 식당용  미진통상'</li></ul>                                |
+| 2.0   | <ul><li>'오뚜기 참깨돈까스소스 470G 1개  버킷마켓'</li><li>'미담채 옛날 돈가스 소스 1.9kg [업소용]  블레스(Bless)'</li><li>'오뚜기 부어먹는돈까스소스 2kg 돈가스 오므라이스 소스 수제 옛날 맛 통카스 2.1kg 오쉐프 서해 돈까스소스 1.9kg(PET) (주)수인식자재'</li></ul>                          |
+| 6.0   | <ul><li>'오뚜기 스테이크소스 2.1kg 오뚜기 스테이크소스 2.1kg (주) 식자재민족'</li><li>'코스트코 A1 스테이크 소스 283g 스테이크소스 283g x 1 주식회사 로씨네'</li><li>'오뚜기 스테이크 소스 470g  솔드컵'</li></ul>                                                            |
+| 0.0   | <ul><li>'백설 프리미엄 굴소스 350g 1개 백설 프리미엄 굴소스 350g 2개 주식회사베이비또'</li><li>'오뚜기 이금기 팬더 굴소스 스파우트팩 2kg 이금기 팬더 굴소스 스파우트팩 2kg (주) 식자재민족'</li><li>'CJ 제일제당 맛있는 우리집 백설 남해굴소스 500g 간단한 양념.레시피요리  레인보우'</li></ul>                  |
+| 4.0   | <ul><li>'유기농 홀그레인 머스타드 겨자소스 200g  둘레푸드'</li><li>'오뚜기 홀그레인 머스타드 소스 280g 1개  더진컴퍼니'</li><li>'머스타드(모아하우스 623g)  더나인에스제이에프'</li></ul>                                                                                  |
+| 8.0   | <ul><li>'폰타나 샐러드 소스 오리엔탈 드레싱 270g 이탈리안 드레싱 270g (주)두배로'</li><li>'대상 청정원 오리엔탈 드레싱 325g 대상 청정원 참깨 흑임자 드레싱 300g 행복마켓'</li><li>'오뚜기 오리엔탈어니언드레싱 소스 조미료 샐러드 다이어트 210G 1세트  청주그릇주방설비'</li></ul>                           |
+| 3.0   | <ul><li>'오뚜기 담백한 소이마요 310g  주식회사 우창상사'</li><li>'풀무원 리얼디핑 핫스파이시마요 310g 요리 레시피 반찬거리 비법소스 식사준비  규비에스오퍼레이션'</li><li>'오뚜기 후레시 마요네즈 500g  에이치브이마켓'</li></ul>                                                             |
+| 10.0  | <ul><li>'친수 베트남 오리지널 칠리소스 250g 친수 오리지널 핫 칠리소스(250g) 욤요미몰'</li><li>'피코크 살사소스450g(마일드) (영등포점)  주식회사 에스에스지닷컴'</li><li>'촐룰라 멕시코 핫소스 오리저널 150ml 멕시코 타코 요리 재료  (주)푸링'</li></ul>                                          |
+| 1.0   | <ul><li>'면사랑 멸치육수1.8L 프리미엄 밑국물 쌀국수, 찌개, 칼국수, 바지락, 멸치국물 바지락육수(유통기한:23년11월23일) (주)아이미에프에스'</li><li>'청수식품우동다시 1.8L1개  주식회사 밀레'</li><li>'청수 우동다시 1.8L / 국물 소스 육수 쯔유 가쓰오 참치액 일본식 간장 청수 우동다시 1.8L_1개 제이와이유통판매'</li></ul> |
+| 7.0   | <ul><li>'헌트 엔젤라미아 스파게티소스 2.95kg 대용량 파스타소스  (주)동그랑'</li><li>'대상 청정원 구운 마늘과 양파 토마토 스파게티소스 600g  소암들'</li><li>'오뚜기 프레스코 미트 스파게티소스 600g  올템몰'</li></ul>                                                                |
+| 9.0   | <ul><li>'기꼬만 쯔유 (혼쯔유 500m) 샤브샤브육수 메밀소바육수 일본우동다시  매크로온'</li><li>'코스트코 미즈칸 쯔유 1.8L 3배 농축 미쯔칸  라이트 코스트'</li><li>'아리아케-간사이우동쯔유 1.8L 3개  쿠팡'</li></ul>                                                                  |
+| 12.0  | <ul><li>'쏨땀 느억맘 태국 요리 피쉬 소스  욤요미몰'</li><li>'홍콩 삼게표 비엣흐엉 피쉬 소스 682ml 1개 분짜소스  헬시네이처'</li><li>'피쉬소스 느억맘 남플라 태국 액젓소스 700ml  세기푸드'</li></ul>                                                                           |
+
+## Evaluation
+
+### Metrics
+| Label   | Metric |
+|:--------|:-------|
+| **all** | 0.9093 |
+
+## 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_fd10")
+# Run inference
+preds = model("파인트리 홀그레인 머스타드 850g  (주)우주식품디씨오피")
+```
+
+<!--
+### 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   | 3   | 8.5284 | 19  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 50                    |
+| 1.0   | 50                    |
+| 2.0   | 50                    |
+| 3.0   | 50                    |
+| 4.0   | 50                    |
+| 5.0   | 50                    |
+| 6.0   | 50                    |
+| 7.0   | 50                    |
+| 8.0   | 50                    |
+| 9.0   | 16                    |
+| 10.0  | 50                    |
+| 11.0  | 50                    |
+| 12.0  | 15                    |
+
+### 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0110  | 1    | 0.4378        | -               |
+| 0.5495  | 50   | 0.381         | -               |
+| 1.0989  | 100  | 0.1591        | -               |
+| 1.6484  | 150  | 0.0501        | -               |
+| 2.1978  | 200  | 0.0362        | -               |
+| 2.7473  | 250  | 0.0292        | -               |
+| 3.2967  | 300  | 0.0296        | -               |
+| 3.8462  | 350  | 0.0276        | -               |
+| 4.3956  | 400  | 0.0177        | -               |
+| 4.9451  | 450  | 0.007         | -               |
+| 5.4945  | 500  | 0.014         | -               |
+| 6.0440  | 550  | 0.0012        | -               |
+| 6.5934  | 600  | 0.0001        | -               |
+| 7.1429  | 650  | 0.0001        | -               |
+| 7.6923  | 700  | 0.0001        | -               |
+| 8.2418  | 750  | 0.0001        | -               |
+| 8.7912  | 800  | 0.0001        | -               |
+| 9.3407  | 850  | 0.0001        | -               |
+| 9.8901  | 900  | 0.0001        | -               |
+| 10.4396 | 950  | 0.0001        | -               |
+| 10.9890 | 1000 | 0.0001        | -               |
+| 11.5385 | 1050 | 0.0001        | -               |
+| 12.0879 | 1100 | 0.0001        | -               |
+| 12.6374 | 1150 | 0.0001        | -               |
+| 13.1868 | 1200 | 0.0001        | -               |
+| 13.7363 | 1250 | 0.0001        | -               |
+| 14.2857 | 1300 | 0.0001        | -               |
+| 14.8352 | 1350 | 0.0           | -               |
+| 15.3846 | 1400 | 0.0001        | -               |
+| 15.9341 | 1450 | 0.0001        | -               |
+| 16.4835 | 1500 | 0.0001        | -               |
+| 17.0330 | 1550 | 0.0001        | -               |
+| 17.5824 | 1600 | 0.0           | -               |
+| 18.1319 | 1650 | 0.0           | -               |
+| 18.6813 | 1700 | 0.0           | -               |
+| 19.2308 | 1750 | 0.0           | -               |
+| 19.7802 | 1800 | 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
+```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.*
+-->

config.json

@@ -0,0 +1,29 @@
+{
+  "_name_or_path": "mini1013/master_item_fd",
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "BertTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.46.1",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.46.1",
+    "pytorch": "2.4.0+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "labels": null,
+  "normalize_embeddings": false
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9962a6d2ff380d05de10ec3566aa74273c6dce4a33aeb8ed8572e2310776135e
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c45cb37fd6664c599aea026bb9980d756df7ef48dd60dd67d5246482ef03541c
+size 80895

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,66 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "[CLS]",
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "eos_token": "[SEP]",
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}