Hugging Face's logo

mini1013
/
master_cate_sl1

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community

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
1.0
  • '미즈노 RB 스타일 프리미엄 보스턴백 5LXB210005 스포츠/레저>골프>골프백>보스턴백'
  • '캘러웨이 스타 보스턴백 스포츠/레저>골프>골프백>보스턴백'
  • '미니 백 골프 클럽 가방 하프백 쿼터백 스포츠/레저>골프>골프백>하프백'
8.0
  • '혼마 파크골프채 아식스볼 고급백 3종세트 SX001 스포츠/레저>골프>파크골프>파크골프클럽'
  • '파크골프 실리콘 볼 집게 스포츠/레저>골프>파크골프>파크골프용품'
  • 'HONMA 2024 혼마 파크골프채 파크골프 2종세트 TX-001 TX001 스포츠/레저>골프>파크골프>파크골프클럽'
6.0
  • '선물 미끄럼방지 교체 그립테이프 여성골프웨어 골프그립 편리한 DD348 스포츠/레저>골프>골프필드용품>그립'
  • '포틴 네임택 홀컵네임택 퍼팅디스크 HN8224 스포츠/레저>골프>골프필드용품>기타필드용품'
  • '아이언 그루브 볼크리너외 10가지 기능 그린보수기 판촉용 디봇 라인 정비 스포츠/레저>골프>골프필드용품>기타필드용품'
7.0
  • '아디다스 아디제로 투어2 Q46680 스포츠/레저>골프>골프화'
  • '왁 WAAC 골프 여성 STARDUST NEW 골프화 WI4GX23101WHX 스포츠/레저>골프>골프화'
  • '닥스 골프화 DKSH20-042M 스포츠/레저>골프>골프화'
5.0
  • '이토보리 2세대 드라이버 2023년 스포츠/레저>골프>골프클럽>드라이버'
  • '혼마 베레스 키와미6 2스타 유틸리티 2023년 스포츠/레저>골프>골프클럽>하이브리드/유틸리티'
  • '핑 PLD 밀드 앤서 퍼터 2022년 스포츠/레저>골프>골프클럽>퍼터'
3.0
  • '제이린드버그 아디나 스커트 GWSD07409-S125 스포츠/레저>골프>골프의류>스커트'
  • '남성 기본 골프복 긴팔티셔츠 남자 흰색 골프 기능성 이너웨어 스포츠/레저>골프>골프의류>티셔츠'
  • '데상트골프 여성 와이드 카라 패턴 반팔티셔츠 LGYG DP22WFTS63 스포츠/레저>골프>골프의류>티셔츠'
4.0
  • '까스텔바작 그린 골프화 슈즈백 신발 케이스 메쉬 주머니 스포츠/레저>골프>골프잡화>슈즈백'
  • '지포어 모자 골프 캡 스냅백 써클G G4AS23H39-TWLT 스포츠/레저>골프>골프잡화>모자'
  • '잭니클라우스 남성 컬러 포인트 앵클삭스 LBLAX24241 스포츠/레저>골프>골프잡화>양말'
0.0
  • 'VOLVIK 아기상어 골프공 4구 + 볼마커 세트 스포츠/레저>골프>골프공'
  • 'VOLVIK 스컬 에디션 비비드 골프공 4구 + 볼마커 세트 스포츠/레저>골프>골프공'
  • 'VOLVIK 크리스탈 골프공 스포츠/레저>골프>골프공'
2.0
  • '골프그립 교환 중형 솔벤트교체 테이프 50미터 양면 골프헤드커버 그립칼 선물zab758 스포츠/레저>골프>골프연습용품>퍼팅용품'
  • '퍼팅 골프타격매트 정밀 거리 그린 매트 볼 패드 미니 훈련 보조기구 스포츠/레저>골프>골프연습용품>퍼팅용품'
  • '골프 공 리턴 엑서사이즈 자동리턴 퍼팅 연습 둥근형 스포츠/레저>골프>골프연습용품>퍼팅용품'

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_sl1")
# Run inference
preds = model("손가락 보호핑거그립8개입 10세트 보로 프 테이 스포츠/레저>골프>골프연습용품>퍼팅용품")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 2 7.9873 18
Label Training Sample Count
0.0 70
1.0 70
2.0 70
3.0 70
4.0 70
5.0 70
6.0 70
7.0 70
8.0 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
0.0081 1 0.5161 -
0.4032 50 0.494 -
0.8065 100 0.321 -
1.2097 150 0.2113 -
1.6129 200 0.0942 -
2.0161 250 0.0468 -
2.4194 300 0.0134 -
2.8226 350 0.0003 -
3.2258 400 0.0002 -
3.6290 450 0.0001 -
4.0323 500 0.0001 -
4.4355 550 0.0001 -
4.8387 600 0.0001 -
5.2419 650 0.0001 -
5.6452 700 0.0001 -
6.0484 750 0.0001 -
6.4516 800 0.0001 -
6.8548 850 0.0001 -
7.2581 900 0.0001 -
7.6613 950 0.0001 -
8.0645 1000 0.0001 -
8.4677 1050 0.0 -
8.8710 1100 0.0 -
9.2742 1150 0.0 -
9.6774 1200 0.0 -
10.0806 1250 0.0 -
10.4839 1300 0.0 -
10.8871 1350 0.0 -
11.2903 1400 0.0 -
11.6935 1450 0.0 -
12.0968 1500 0.0 -
12.5 1550 0.0 -
12.9032 1600 0.0 -
13.3065 1650 0.0 -
13.7097 1700 0.0 -
14.1129 1750 0.0 -
14.5161 1800 0.0 -
14.9194 1850 0.0 -
15.3226 1900 0.0 -
15.7258 1950 0.0 -
16.1290 2000 0.0 -
16.5323 2050 0.0 -
16.9355 2100 0.0 -
17.3387 2150 0.0 -
17.7419 2200 0.0 -
18.1452 2250 0.0 -
18.5484 2300 0.0 -
18.9516 2350 0.0 -
19.3548 2400 0.0 -
19.7581 2450 0.0 -
20.1613 2500 0.0 -
20.5645 2550 0.0 -
20.9677 2600 0.0 -
21.3710 2650 0.0 -
21.7742 2700 0.0 -
22.1774 2750 0.0 -
22.5806 2800 0.0 -
22.9839 2850 0.0 -
23.3871 2900 0.0 -
23.7903 2950 0.0 -
24.1935 3000 0.0 -
24.5968 3050 0.0 -
25.0 3100 0.0 -
25.4032 3150 0.0 -
25.8065 3200 0.0 -
26.2097 3250 0.0 -
26.6129 3300 0.0 -
27.0161 3350 0.0 -
27.4194 3400 0.0 -
27.8226 3450 0.0 -
28.2258 3500 0.0 -
28.6290 3550 0.0 -
29.0323 3600 0.0 -
29.4355 3650 0.0 -
29.8387 3700 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}
}
Downloads last month
0
Safetensors
Model size
111M params
Tensor type
F32
·
Inference Examples
Text Classification
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Model tree for mini1013/master_cate_sl1

Base model

klue/roberta-base
Finetuned
mini1013/master_domain
Finetuned
(153)
this model

Evaluation results

View on Papers With Code