File size: 16,689 Bytes
cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 2ad14e3 cdd9de5 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 |
---
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: 아에르 마스크 피크V라이트핏 10매 KF94마스크새부리형 여름용 조인성 대형 블랙 50매 복덩이가게
- text: 전자담배 무화기 폐호흡 3 개/갑 cudo ONID 미니 포드 카트리지 1.0ohm 저항 recoment Vape 펜 01 3pcs
one pack 썬데이무드
- text: 렉스팟 REX POD 릴렉스 전자담배 팟 RELX 호환 포도 베이프코드
- text: 슈얼리 배란테스트기 30개입+임테기 3개입 배테기 배란일 배란기 [임신테스트기]_클리어 얼리 패스트 X 3개 뉴트리헬스케어 주식회사
- text: 부푸 브이메이트맥스 액상입호흡입문전자담배 오닉스블랙 토이베이프
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: 0.9110184776944967
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:** 17 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 |
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 4.0 | <ul><li>'천년거북온구기(점화식)+진영감생명쑥봉80+터보라이터 세진메디칼약품(주)'</li><li>'가정용 왕쑥봉 말린쑥 약숙 쑥가루 주전부리 김진수'</li><li>'[NF81261]압봉- 기황 은6호 한국메디칼'</li></ul> |
| 9.0 | <ul><li>'고려수지침 서암출혈침관 사혈기 세트 침100개 알콜100매 한방종합'</li><li>'KM침 1통(100쌈 1000개) 일회용침 알콜솜 20매 멸균 스프링침 소독 0.40x60 주식회사 에이치이바이오'</li><li>'TG 서암봉1호/6호 금색 5박스 04. 6호 금색 5박스 '</li></ul> |
| 14.0 | <ul><li>'올바스 오일 칠드런 12ml 대용량 3. 올바스오일 오리지널 30ml 바이트랜스'</li><li>'꿀잠꿀잠 입벌림 방지 마우스 밴드(25매)-3개 메디팩토리'</li><li>'힐조 유칼립투스 민트밤 25g 단품 구매_유칼립투스 민트밤 30g (2개이상 무료배송) 힐조'</li></ul> |
| 12.0 | <ul><li>'헬베이프 젤로 맥스 팟 공팟 0.6옴 메쉬팟(낱개1개) 전자담배 전담 코일 카트리지 디어베이프'</li><li>'몬스터펀치 전자담배액상 전담액상 완성형 알로에베라 무니코틴 워리어컴퍼니'</li><li>'국내배송 아이코스3 캡, 홀더 (아이코스 듀오 호환) 메가트랜디패션'</li></ul> |
| 5.0 | <ul><li>'마스클립 마스크 안쪽까지 보호하는 마스크스트랩 화이트그레이 주식회사 아이리스'</li><li>'아에르 넥밴드 10종 (택1) 실리콘 넥스트랩 마스크줄 국산 CS-NB_PIN 넥 밴드 (핑크) 1개 해밀컴퍼니 주식회사'</li><li>'카론슨 고급 마스크 스트랩 목걸이 03.밀리터리카키 핑셀링(PINGSELLING)'</li></ul> |
| 8.0 | <ul><li>'휴족시간 신형 6매 x 3팩 발패치 다리 종아리 쿨링시트 일본히트 건강스토어'</li><li>'휴족시간 쿨링시트 6매입 x 5개 (주)씨제이이엔엠'</li><li>'휴족시간 쿨링시트 6매입 x 5개 / 다리관리 패치 쿨링패치 7.온감테라피 온열 발바닥밴드 4매입x2개 jullia2222'</li></ul> |
| 16.0 | <ul><li>'베리메디 파라핀 왁스 레몬 453g, 12개 슈어트레이드'</li><li>'왁싱워머기 제모용 고급 업소용 왁싱워머 셀프 왁스 오렌지 핸드 왁스 1조각 (450g) 헬로구쯔'</li><li>'파라핀 보온 장갑 찜질 보습 보호 덮개 가정용 장갑 052640DC 대상컴퍼니'</li></ul> |
| 6.0 | <ul><li>'찐마스크 KFAD 대형 50입 화이트 [내추럴키스 찐마스크] KFAD대형화이트50입개별포장 주식회사 웹이즈'</li><li>'식약처 의약외품 수술용 수성 덴탈마스크 백색 50매 엠알오샵'</li><li>'아이바나리 KF94 마스크 새부리형마스크 컬러 10매 MS_코튼아이보리 주식회사 라온브라더스'</li></ul> |
| 13.0 | <ul><li>'손가락마사지기 손가락지압기 지압구슬 손가락롤러 로즈의하루'</li><li>'손가락 지압기 혈자리 합곡혈 지압봉 블랙 365랜드1'</li><li>'손 가락 핸드 마사지 지압 맛사지 안마 기 손가락 마사지 롤러 에스더블유컴퍼니'</li></ul> |
| 3.0 | <ul><li>'대장검사키트 분변잠혈검사 이지디텍트 용종선종 3매 대장검사키트 X 4매 (주)대지인팜'</li><li>'메디위 셀프 이지디텍트 대장검사지/간편2분/초기 대장암 자가진단/용종 검사 주식회사 소연'</li><li>'청폐88 수동식흉벽진동기 목 가래 제거기 배출기 객담 유도기 호흡 재활 폐활량 운동기 1_연두색(불투명) 케이비스토어'</li></ul> |
| 1.0 | <ul><li>'페이버 R300B 스포츠팔찌 3줄타입 핸드메이드 야구 용품 남자 여자 R300B-08_XL 버들버들RYU'</li><li>'게르마늄 스포츠팔찌 음이온 밸런스 밴드 검은색 S사이즈 르보'</li><li>'건강팔찌 게르마늄팔찌 순도 회복 피로 99 남성용 로즈 골드 (올 블랙 게르마늄) 나의선물'</li></ul> |
| 10.0 | <ul><li>'마스케어 메탈 투명 위생 마스크 식당 주방 주방용 음식점 메탈_1개입 (주)코스모스웨이'</li><li>'마스케어 메탈 투명 위생 마스크 식당 주방 주방용 음식점 에코_5개입 (주)코스모스웨이'</li><li>'마스케어 메탈 투명 위생 마스크 식당 주방 주방용 음식점 메탈_5개입 (주)코스모스웨이'</li></ul> |
| 2.0 | <ul><li>'아로마 금연 파이프 니코틴 없는 비타 스틱 피우는 비타민 담배 대체 복만두닷컴'</li><li>'금연보조제 금연파이프 약국 니코틴 패치 배출 금연초 약 영맨'</li><li>'담배대신 피우는 약국 비타민 담배 파이프 아그얼라'</li></ul> |
| 0.0 | <ul><li>'호무로 겨울용 먼지없는 고급 차렵이불 단품 SS Q K SK(당일출고) 크림_슈퍼킹 SK 범퍼카타요'</li><li>'펜던트 보관 효도 약목걸이 목걸이 BW5BA3C5 골드_협심증N 하니스토어16'</li><li>'토네이도목걸이 마라톤 ex와이어 건강 러닝 스포츠 야구jkl493 EX와이어토네이도목걸이핑크-화이트43cm 샵프리G'</li></ul> |
| 15.0 | <ul><li>'NS 발포세척정 50정 세척제 코세척기 텀블러 물병 틀니 음식기 조리기 살균 세정제 NS세척정(50정) 메디파인'</li><li>'노즈스위퍼 코세척기(분말10포)+분말100포set/코세정 MinSellAmount 메디파인'</li><li>'눈가습기 환절기 비강 코건조 치료 콧구멍 스팀기 G. 50ml 용량 + 드라이 아이팩 5팩 하늘'</li></ul> |
| 11.0 | <ul><li>'액상 전자담배 오리지널 Yocan Flat Plus 배터리 베이프 펜 900mAh 510 스레드 10s 예열 C타입 08ohm 카트리지 전자 담배 Black_3pcs 톱켓'</li><li>'전자담배 무화기 폐호흡 교체 아크릴 천둥 패널 커버 Cthulhu AIO 박스 모드 액세서리 01 WHITE 특별한하루직구'</li><li>'요요 멜로망스 입호흡 전자담배 액상 러브피치 퐁당스'</li></ul> |
| 7.0 | <ul><li>'예스이어 소음방지 이어플러그 수면귀마개 층간 차단 수영 NS4000 FI3000 TI5000 [제품2]NS4000_오렌지 예스이어본사'</li><li>'실리콘귀덮개 염색용귀보호커버 파마용귀마개 리테일파크'</li><li>'맥스 소음방지 귀마개 대용량 소프트폼 드림걸 100개입 코 골이 소음차단 수면 이어플러그 울트라 100개입 (주)에버셀'</li></ul> |
## Evaluation
### Metrics
| Label | Metric |
|:--------|:-------|
| **all** | 0.9110 |
## 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_lh0")
# Run inference
preds = model("부푸 브이메이트맥스 액상입호흡입문전자담배 오닉스블랙 토이베이프")
```
<!--
### 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 | 10.4659 | 31 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0.0 | 50 |
| 1.0 | 50 |
| 2.0 | 25 |
| 3.0 | 50 |
| 4.0 | 50 |
| 5.0 | 50 |
| 6.0 | 50 |
| 7.0 | 50 |
| 8.0 | 50 |
| 9.0 | 50 |
| 10.0 | 28 |
| 11.0 | 50 |
| 12.0 | 24 |
| 13.0 | 50 |
| 14.0 | 50 |
| 15.0 | 50 |
| 16.0 | 50 |
### 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0082 | 1 | 0.4305 | - |
| 0.4098 | 50 | 0.347 | - |
| 0.8197 | 100 | 0.1694 | - |
| 1.2295 | 150 | 0.0708 | - |
| 1.6393 | 200 | 0.0363 | - |
| 2.0492 | 250 | 0.0314 | - |
| 2.4590 | 300 | 0.0411 | - |
| 2.8689 | 350 | 0.0414 | - |
| 3.2787 | 400 | 0.0175 | - |
| 3.6885 | 450 | 0.0267 | - |
| 4.0984 | 500 | 0.0184 | - |
| 4.5082 | 550 | 0.0085 | - |
| 4.9180 | 600 | 0.0185 | - |
| 5.3279 | 650 | 0.0094 | - |
| 5.7377 | 700 | 0.0022 | - |
| 6.1475 | 750 | 0.0078 | - |
| 6.5574 | 800 | 0.0104 | - |
| 6.9672 | 850 | 0.004 | - |
| 7.3770 | 900 | 0.0081 | - |
| 7.7869 | 950 | 0.0058 | - |
| 8.1967 | 1000 | 0.0045 | - |
| 8.6066 | 1050 | 0.0021 | - |
| 9.0164 | 1100 | 0.0079 | - |
| 9.4262 | 1150 | 0.0021 | - |
| 9.8361 | 1200 | 0.0002 | - |
| 10.2459 | 1250 | 0.0001 | - |
| 10.6557 | 1300 | 0.0001 | - |
| 11.0656 | 1350 | 0.0001 | - |
| 11.4754 | 1400 | 0.002 | - |
| 11.8852 | 1450 | 0.0002 | - |
| 12.2951 | 1500 | 0.0039 | - |
| 12.7049 | 1550 | 0.0001 | - |
| 13.1148 | 1600 | 0.0001 | - |
| 13.5246 | 1650 | 0.002 | - |
| 13.9344 | 1700 | 0.0005 | - |
| 14.3443 | 1750 | 0.0002 | - |
| 14.7541 | 1800 | 0.0001 | - |
| 15.1639 | 1850 | 0.0001 | - |
| 15.5738 | 1900 | 0.0001 | - |
| 15.9836 | 1950 | 0.0001 | - |
| 16.3934 | 2000 | 0.0001 | - |
| 16.8033 | 2050 | 0.0001 | - |
| 17.2131 | 2100 | 0.0001 | - |
| 17.6230 | 2150 | 0.0001 | - |
| 18.0328 | 2200 | 0.0001 | - |
| 18.4426 | 2250 | 0.0001 | - |
| 18.8525 | 2300 | 0.0001 | - |
| 19.2623 | 2350 | 0.0 | - |
| 19.6721 | 2400 | 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.*
--> |