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: 5 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
4.0	'족구화 발볼넓은 JOMA 호머 축구 신발 남성 MG 짧은 손톱 조마 학생 성인 프리스비 스포츠/레저>족구>족구화' '신신상사 스타스포츠 스타 에너제틱 족구화 선수용 JS6200-03 245 스포츠/레저>족구>족구화' '스타스포츠 스타 레독스R 족구화 입문자 동호회용 JS5970 스포츠/레저>족구>족구화'
1.0	'신신상사 스타스포츠 스타스포츠 족구공 사인볼 하이브리드 8판넬방식 스포츠/레저>족구>족구공' '신신상사 스타스포츠 족구공 풋살공 축구공 족구공 더 윙 태극 8판넬 JB435 스포츠/레저>족구>족구공' '스타스포츠 스타스포츠 태극 족구공 동계용 방수코팅 족구 시합구 스포츠/레저>족구>족구공'
0.0	'족구타격기 발차기 훈련 스탠드 연습 운동 레슨 스포츠/레저>족구>기타족구용품' '스타 족구 심판대 의자 심판 발판대 라인기 코트경계망 스코어보드 지주세트 네트 번호판 스포츠/레저>족구>기타족구용품' 'ZIPPO 라이터 Figurehead GD 신명글로빅스 ZPM3MA007R 스포츠/레저>족구>기타족구용품'
3.0	'브럼비 족구유니폼 사이트 21시즌 디자인 피오드 - 2 스포츠/레저>족구>족구의류' '브럼비 축구유니폼 사이트 24시즌 디자인 로마-2 스포츠/레저>족구>족구의류' '족구 유니폼제작 전사팀복 221007 스포츠/레저>족구>족구의류'
2.0	'낫소 일반형 족구네트 NSJ-N105 스포츠/레저>족구>족구네트' '오레인 족구 네트 OJG-N224 스포츠/레저>족구>족구네트' '엔포유 N4U-B500 배드민턴 족구 다용도네트 스포츠/레저>족구>족구네트'

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_sl26")
# Run inference
preds = model("스타스포츠 스타 루카스 스포츠용품 운동신발 족구화 스포츠/레저>족구>족구화")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	2	8.0441	19

Label	Training Sample Count
0.0	70
1.0	70
2.0	15
3.0	70
4.0	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
0.0172	1	0.4882	-
0.8621	50	0.4668	-
1.7241	100	0.1034	-
2.5862	150	0.0002	-
3.4483	200	0.0	-
4.3103	250	0.0	-
5.1724	300	0.0	-
6.0345	350	0.0	-
6.8966	400	0.0	-
7.7586	450	0.0	-
8.6207	500	0.0	-
9.4828	550	0.0	-
10.3448	600	0.0	-
11.2069	650	0.0	-
12.0690	700	0.0	-
12.9310	750	0.0	-
13.7931	800	0.0	-
14.6552	850	0.0	-
15.5172	900	0.0	-
16.3793	950	0.0	-
17.2414	1000	0.0	-
18.1034	1050	0.0	-
18.9655	1100	0.0	-
19.8276	1150	0.0	-
20.6897	1200	0.0	-
21.5517	1250	0.0	-
22.4138	1300	0.0	-
23.2759	1350	0.0	-
24.1379	1400	0.0	-
25.0	1450	0.0	-
25.8621	1500	0.0	-
26.7241	1550	0.0	-
27.5862	1600	0.0	-
28.4483	1650	0.0	-
29.3103	1700	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_sl26