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 +1,274 @@
+---
+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: 테팔 매직핸즈 인덕션 블랙스톤 후라이팬 2종(24+28) 05-매트그레이3종(팬24+웍22+손잡이) (주)티피상사
+- text: 놋담 방짜유기 유기 티스푼 10.유기 체리 사각 티스푼 (주)죽전도예
+- text: 위케어 친환경 산화생분해 크린위생장갑 200매 천연일회용 비닐장갑  에이비컴퍼니
+- text: 대형 주방 베이킹 반죽 도마 실리콘 향균 80x70 눈금자 09. 모란그린 플러스 도톰 50x70 사은품 경식시대
+- text: 오리스타 우드 하비 41 우드 큐브1호1구 세트 주식회사 두현인터내셔널
+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: 0.5785953728183967
+      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:** 16 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                                                                                                                                                                                                             |
+|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 1.0   | <ul><li>'1 + 1 국산 실리콘 에어프라이어용기 전자렌지용기 6.십자형 1+1 그레이(특대) 리빙스토리'</li><li>'키친아트 프리미엄 아티스트3종 세트 (18양수+16편수+24전골) 프리미엄 아티스트3종세트 라임안경'</li><li>'PN풍년 압력밥솥 AS 부품 고무패킹 PC-20C A. 고무패킹_A-VTG-01. 베르투 VTGPC-01 비슈마켓'</li></ul> |
+| 15.0  | <ul><li>'HC 빗살 점보그릴양면팬 30cm  주식회사 나르샤'</li><li>'[갤러리아] 엑스클립스 바닥3중 실속 2종세트 (F28+W28)  한화갤러리아(주)'</li><li>'[도착보장] 컴플리트 티타늄 IH 계란말이 3종 세트  주식회사 에이치씨컴퍼니 (HC Company)'</li></ul>                                         |
+| 11.0  | <ul><li>'(이엔메디)스탠딩파우치 100장 한약파우치 한약봉지 봉투 한약팩 자연의선물 100장 이엔메디칼'</li><li>'(시시호시) 타원 가죽트레이 라지사이즈 Free_아쿠아민트 '</li><li>'셀룰로오스 행주 독일 스웨덴 주방행주 붉은튤립 21.공룡시대 티디인터내셔널'</li></ul>                                             |
+| 8.0   | <ul><li>'1200x800 엔틱 1도 직교자상  브라우니박스12'</li><li>'MLL614 순동 향도세트 훈향로 향로 가루향 S 비디마켓(bd Market)'</li><li>'방짜 수공예품제기 제사제기제기 IW5E8362  코리아샵'</li></ul>                                                                    |
+| 3.0   | <ul><li>'무공해 옹기명가 쌀독 긴항아리 소금단지 10kg 20kg 20kg 쌀독 옹기명가'</li><li>'농업용 저장 물탱크 사각 100L 대용량 농약 물통 탱크 말통 식수용 플라스틱 Q.60L3 꾸미다홈'</li><li>'액체 질소 탱크 10L 20L 30L 냉동 실험실 병원 보관 10리터 125mm 구경 구매가이드'</li></ul>                   |
+| 5.0   | <ul><li>'vo/(그레이 2P)삶아쓰는 실리콘 와인마개 공기차단 다용도 병뚜껑 간편한  벤타상사'</li><li>'[OF511PN6]디아이 미니 디켄더 클리어 ONECOLOR／FREE sellerhub'</li><li>'쿠킹의정석 에그 수란만들기1개(랜덤)  메종드라라'</li></ul>                                                 |
+| 7.0   | <ul><li>'선인장 화분 계량 스푼 숟가락 홀더 4색수저물결무늬화분크라프트지포장+가방 컴어라운드마켓'</li><li>'총알배송 크놉다이얼 햅 타이머 스탑워치 요가 요리 쿠킹 조리 선물용 가정용 업소용 대량주문 표준형 타이머 올어바웃헬스'</li><li>'[제이큐]한신 호스밴드-스테인레스 17Inch 430mm BOX20EA  월드와이드 쇼핑'</li></ul>         |
+| 13.0  | <ul><li>'[로얄포드] 시그니처 칼블럭 세트 5PCS  (주)씨제이이엔엠'</li><li>'자석 칼걸이 소품걸이 거치대 행거 정리 50CM 수납선반 무타공 용품 프레임 50cm 알리몽드'</li><li>'양은 절구 210mm 318mm 업소용절구 절구방 업소용 특대260 주방119'</li></ul>                                          |
+| 4.0   | <ul><li>'도자기 종지 ver.1 간장 일본 초장 와사비 미니 소스 그릇 omg 109 선택 I_8) 루미-69 줄고양이 종지 주식회사 오메가키친'</li><li>'옳음 공기 (4color) 블랙 오픈주방'</li><li>'에디슨 성인용 교정 젓가락 왼손용 오른손용 에디슨 성인용 교정 젓가락 오른손용 주식회사 성현종합유통'</li></ul>                   |
+| 12.0  | <ul><li>'타이거보온주전자 핸디저그 1600ml / PWO-A160 화이트 신세계몰'</li><li>'코카코 물주전자 5L  쭈비쭈비'</li><li>'주전자 1.5L 들통주전자 스텐  위드위너(e)'</li></ul>                                                                                        |
+| 9.0   | <ul><li>'고운손 자동 세척기 쌀  예스딜'</li><li>'800도씨 스텐 뒤집개 스패치 스크래퍼 그리들 터너 우드 손잡이 스텐 뒤집개 주식회사 디자인앤라이프스토리'</li><li>'수동 스테인레스 압착기 프레스 착즙기 2L 스테인리스 스틸 대경'</li></ul>                                                             |
+| 14.0  | <ul><li>'V60종이필터 01/02/03화이트 40매 2-6인용(VCF-03-40W) 하리오코리아주식회사'</li><li>'스타 플루티드 저그 900ml_2503442/로얄코펜하겐  롯데쇼핑(주)'</li><li>'칼리타 102필터 40p-화이트  주식회사 로프트샵'</li></ul>                                                   |
+| 0.0   | <ul><li>'접이식 테이블 정사각 소(송목) G.TOP'</li><li>'책상 좌식 블루 스탠다드 4 접이식 D 공부 밥상 1인용 테이블 간이 미니  (SYSH)컴퍼니'</li><li>'접이식 거실 공부 테이블 미니 좌탁 접이식공부상 상품선택_테이블 라운드 포커스스토어'</li></ul>                                                  |
+| 6.0   | <ul><li>'와인잔 큐빅 칵테일잔 투명 보석 내열유리 홈파티 선물 9)  물컵 1개(선물 상자 없음) 김헌수'</li><li>'테이크아웃컵 100개/아이스컵 투명일회용 플라스틱컵 일자투명빨대(7x210x500개)1개 바른유통'</li><li>'컨템포러리머그 HM형 0.36L 4p(BG) HME형 '</li></ul>                                  |
+| 10.0  | <ul><li>'상하로 움직이는 S T smart 창문형 주방 정리 식기 건조대 900 1200 선택01) 900 T-스마트[티타늄 컬러] 퀸넥스'</li><li>'이케아 RINNIG 린니그 패턴 행주 4개입 다크그레이 2) 이나마리아 행주 4P (블루/핑크) 주식회사 랩앤툴스'</li><li>'JBJ 코모드 2단 올스텐 식기건조대  주식회사 제이비제이'</li></ul>    |
+| 2.0   | <ul><li>'KNC 모도리 깔끔도마 리필교체형 2p 번트오렌지_크림화이트 그로쓰스토어'</li><li>'스텐 업소용 대형 도마 주방 살균 위생 베이킹 반죽판 큰 특대 업소 가정용 싱크대 상판 양면접힘_1.5_50x70 와이엘컴퍼니'</li><li>'[죠셉죠셉]폴리오도마라지그라파이트4종세트 / JJP60184 도마세트 (주)신세계사이먼 파주점'</li></ul>         |
+
+## Evaluation
+
+### Metrics
+| Label   | Metric |
+|:--------|:-------|
+| **all** | 0.5786 |
+
+## 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_lh25")
+# Run inference
+preds = model("놋담 방짜유기 유기 티스푼 10.유기 체리 사각 티스푼 (주)죽전도예")
+```
+
+<!--
+### 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   | 9.5687 | 22  |
+
+| 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   | 50                    |
+| 10.0  | 50                    |
+| 11.0  | 50                    |
+| 12.0  | 50                    |
+| 13.0  | 50                    |
+| 14.0  | 50                    |
+| 15.0  | 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 |
+|:-----:|:----:|:-------------:|:---------------:|
+| 0.008 | 1    | 0.4166        | -               |
+| 0.4   | 50   | 0.3979        | -               |
+| 0.8   | 100  | 0.2722        | -               |
+| 1.2   | 150  | 0.1862        | -               |
+| 1.6   | 200  | 0.1144        | -               |
+| 2.0   | 250  | 0.0921        | -               |
+| 2.4   | 300  | 0.0586        | -               |
+| 2.8   | 350  | 0.0429        | -               |
+| 3.2   | 400  | 0.0189        | -               |
+| 3.6   | 450  | 0.0096        | -               |
+| 4.0   | 500  | 0.0151        | -               |
+| 4.4   | 550  | 0.0146        | -               |
+| 4.8   | 600  | 0.0154        | -               |
+| 5.2   | 650  | 0.012         | -               |
+| 5.6   | 700  | 0.0145        | -               |
+| 6.0   | 750  | 0.0037        | -               |
+| 6.4   | 800  | 0.0064        | -               |
+| 6.8   | 850  | 0.001         | -               |
+| 7.2   | 900  | 0.0007        | -               |
+| 7.6   | 950  | 0.0004        | -               |
+| 8.0   | 1000 | 0.0002        | -               |
+| 8.4   | 1050 | 0.0002        | -               |
+| 8.8   | 1100 | 0.0002        | -               |
+| 9.2   | 1150 | 0.0002        | -               |
+| 9.6   | 1200 | 0.0002        | -               |
+| 10.0  | 1250 | 0.0002        | -               |
+| 10.4  | 1300 | 0.0001        | -               |
+| 10.8  | 1350 | 0.0001        | -               |
+| 11.2  | 1400 | 0.0001        | -               |
+| 11.6  | 1450 | 0.0001        | -               |
+| 12.0  | 1500 | 0.0001        | -               |
+| 12.4  | 1550 | 0.0001        | -               |
+| 12.8  | 1600 | 0.0001        | -               |
+| 13.2  | 1650 | 0.0001        | -               |
+| 13.6  | 1700 | 0.0001        | -               |
+| 14.0  | 1750 | 0.0001        | -               |
+| 14.4  | 1800 | 0.0001        | -               |
+| 14.8  | 1850 | 0.0001        | -               |
+| 15.2  | 1900 | 0.0001        | -               |
+| 15.6  | 1950 | 0.0001        | -               |
+| 16.0  | 2000 | 0.0001        | -               |
+| 16.4  | 2050 | 0.0001        | -               |
+| 16.8  | 2100 | 0.0001        | -               |
+| 17.2  | 2150 | 0.0001        | -               |
+| 17.6  | 2200 | 0.0001        | -               |
+| 18.0  | 2250 | 0.0001        | -               |
+| 18.4  | 2300 | 0.0001        | -               |
+| 18.8  | 2350 | 0.0001        | -               |
+| 19.2  | 2400 | 0.0001        | -               |
+| 19.6  | 2450 | 0.0001        | -               |
+| 20.0  | 2500 | 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_lh",
+  "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 @@
+{
+  "normalize_embeddings": false,
+  "labels": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a24e18351c56035935f97fab44a9bb984ae0342cef3c2b54ab2378b1690c9f50
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:329dff9bb3fa41f078b660ef3d0d7a80a1dfc26a748260fd698d8deb2e7d99c4
+size 99367

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]"
+}