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	'충전식 열선양말 발열 스키장 보드 스키 등산 스포츠/레저>스키/보드>스키/보드방한용품>양말' '우주마켓 겨울 방한 마스크 보온 등산 골프 따뜻한 자전거 귀덮개 귀마개 마스크 스포츠/레저>스키/보드>스키/보드방한용품>귀마개' '다이나핏 폴디드 스몰로고 비니 Dark 스포츠/레저>스키/보드>스키/보드방한용품>비니'
0.0	'방풍 방수 여성 스노우 보드 플레이 여자 복 어스투 점퍼 점프 슈트 수트 스키 가프 스포츠/레저>스키/보드>보드복>재킷' '2023 여성용 원피스 스키 슈트 겨울 야외 스포츠 방풍 방수 보온 스노보드 점프슈트 스포츠/레저>스키/보드>보드복>상하세트' '여성용 스노우보드 점프수트 여성 일체형 스키복 방 -남성용 민트 그린 수트 스포츠/레저>스키/보드>보드복>상하세트'
5.0	'2223 헤드 스키 PURE JOY 여성용 스포츠/레저>스키/보드>스키장비>플레이트' '미니 스키 부츠 스케이트 썰매 스노우 숏부츠 스포츠/레저>스키/보드>스키장비>부츠' 'PHOENIX 피닉스 주니어 스키 팀복 2223 PHENIX KOREA JR TEAM RD 스포츠/레저>스키/보드>스키장비>플레이트'
4.0	'스키복 세트 여성 남성 방한 방풍 스포츠/레저>스키/보드>스키복>상하세트' '스파이더 남성 보르미오 GTX 스키 팬츠 SPFWCISP401MBLK LE1216929158 스포츠/레저>스키/보드>스키복>하의' '카르포스 스키바지 남자 겨울 2521013 스포츠/레저>스키/보드>스키복>하의'
3.0	'XCMAN 4겹콘 스터드 디아 7 87인치 알루미늄 스노우보드 스톰프 패드 9pcs 스포츠/레저>스키/보드>스키/보드용품>스티커용품' 'Thule RoundTrip 스키 스노보드 더플 백 90L 다크 슬레이트 142322 스포츠/레저>스키/보드>스키/보드용품>보드가방' 'ToeJamR 스노우보드 스톰프 패드 나비 스포츠/레저>스키/보드>스키/보드용품>스티커용품'
1.0	'스노우 스키 여성 부츠 보드 롱 털 따듯한 스노보드 스포츠/레저>스키/보드>스노보드장비>부츠' '나이트로 팀 바인딩 2223 NITRO Team 스포츠/레저>스키/보드>스노보드장비>바인딩' '헌터 WOMEN 인트레피드 리플렉티브 카모 숏 스노우부츠 - 패턴그레이 WFS1004PCTPTG 스포츠/레저>스키/보드>스노보드장비>부츠'

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_sl19")
# Run inference
preds = model("스키복 성인 자켓 상의 여성용 JACKET 스키자켓 남성 스포츠/레저>스키/보드>스키복>상의")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	4	9.4619	18

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	0.4926	-
0.6024	50	0.497	-
1.2048	100	0.5003	-
1.8072	150	0.1918	-
2.4096	200	0.0218	-
3.0120	250	0.0004	-
3.6145	300	0.0003	-
4.2169	350	0.0001	-
4.8193	400	0.0001	-
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	0.0001	-
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_sl19