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 +1,289 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 아기 기저귀가방 숄더백 출산가방 애기 엄마 분유가방 그레이 출산/육아 > 외출용품 > 기저귀가방
+- text: '[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품'
+- text: 비트윈 뱀부 사일런스 아기띠 힙시트 무소음클립 허리벨트 올인원 3in1 쿨그레이 출산/육아 > 외출용품 > 힙시트
+- text: 팔찌형 스프 랑 미아방지 밴드 다용도 유모차 가방 어린이 끈 아가 유아 용품 줄 아기 링 오렌지1P 출산/육아 > 외출용품 > 미아방지용품
+- text: 허리 러닝 파우치 런닝 휴대폰 스마트폰 벨트 달리기용품rva-559636c 프리사이즈_랙 출산/육아 > 외출용품 > 슬링
+metrics:
+- accuracy
+pipeline_tag: text-classification
+library_name: setfit
+inference: true
+base_model: mini1013/master_domain
+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: accuracy
+      value: 1.0
+      name: Accuracy
+---
+
+# 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:** 10 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                                                                                                                                                                                                                                                                                                                                                        |
+|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 8.0   | <ul><li>'[현대백화점][압소바] 용용 텐셀 속싸개(2024년 봄신상) AZA10901 아이보리/FREE 출산/육아 > 외출용품 > 포대기/처네'</li><li>'애착육아 아기포대기 여름 망사 신생아 전통 사계절 순면 어부바 워머 인견 띠 어깨끈 사계절 일자형_아기곰블루 7부 출산/육아 > 외출용품 > 포대기/처네'</li><li>'[현대백화점][에뜨와] (2종용띠)켄미배내저고리X로디양말세트 07R017001B [00001] 아이보리아이보리/3M 출산/육아 > 외출용품 > 포대기/처네'</li></ul>                                                                 |
+| 3.0   | <ul><li>'의류용/슈즈용 네임스티커 화이트스티치 혼합형 의류용_컬러_의류용네임스티커Color여아리본_혼합형 출산/육아 > 외출용품 > 미아방지용품'</li><li>'의류용/슈즈용 네임스티커 화이트스티치 혼합형 신발용_슈즈용네임스티커애니멀_원형30 출산/육아 > 외출용품 > 미아방지용품'</li><li>'주문제작 미아방지 아기 포토 자동차 캐리어 네임택 에어팟 키링 어린이집 유치원 가방고리 아이돌 반려동물 열쇠고리 굿즈 베이직 더블팩_화이트_핑크 출산/육아 > 외출용품 > 미아방지용품'</li></ul>                                                                  |
+| 5.0   | <ul><li>'Bebefit 베베핏 시그니처7 올인원 아기띠 ��브릭 바구니+어깨침받이+가슴침받이세트 (선물 2종) 다크그레이 (사은품 2종) 출산/육아 > 외출용품 > 아기띠'</li><li>'베베핏x폴레드 시그니처7 올인원 아기띠 & 폴레드 에어러브 아기띠마스크 신생아 외출필수템 다크네이비_폴레드 에어러브 마스크_골든카멜 출산/육아 > 외출용품 > 아기띠'</li><li>'양털 아기 보낭 겉싸개 204539 유아 신생아 버건디9 출산/육아 > 외출용품 > 아기띠'</li></ul>                                                                               |
+| 2.0   | <ul><li>'비비엔다 아기 후드 망토 블랭킷 아기띠 유모차 워머 바람막이 M(24개월 이상 추천)_하트꼼_다우니퍼(3~4주 소요) 출산/육아 > 외출용품 > 망토/워머'</li><li>'세인트돌 무지손토시 모카_FREE 출산/육아 > 외출용품 > 망토/워머'</li><li>'돗투돗 뽀글이 극세사 아기띠 워머 아기 망토 블랭킷 유모차 바람막이 담요 겨울 [겨울 추천]극세사_비비(아이보리) 출산/육아 > 외출용품 > 망토/워머'</li></ul>                                                                                                     |
+| 0.0   | <ul><li>'기저귀가방 국민 기저귀 아기 가방 캔버스 가벼운 유모차 에코백 토트bag 옵션1(크로스끈없음)_블랙 출산/육아 > 외출용품 > 기저귀가방'</li><li>'리엘라 숄더백 기저귀가방 이너백 파우치 핑크 출산/육아 > 외출용품 > 기저귀가방'</li><li>'방수 건조 이중 지퍼 핸드백, 아기 기저귀 가방, 유모차 운반 팩, 여행 야외 보관 기저귀 포드 WB8-29 출산/육아 > 외출용품 > 기저귀가방'</li></ul>                                                                                                            |
+| 1.0   | <ul><li>'별과모래 아기띠침받이7종 아기띠커버 에르고호환 힙시트 침패드 [별과모 아기띠침받이1세트-옐로우 출산/육아 > 외출용품 > 기타외출용품'</li><li>'미토 어린이킥보드 악세사리 유모차 컵홀더 바람개비 자전거벨 스트리머 킥보드인형 마이크로 21세기 호환 보호대 S 핑크 출산/육아 > 외출용품 > 기타외출용품'</li><li>'744854 Apollo Walker 소형 및 대형 애완동물 캐리어 백팩 틸 쿠션 백 서포트 안전장치 여행 하이킹 아웃도어용 Teal Black 출산/육아 > 외출용품 > 기타외출용품'</li></ul>                                               |
+| 7.0   | <ul><li>'[이벤트]오로라x돗투돗 클라우드 퀄팅 휴대용 기저귀 패드 휴대용방수매트 기저귀 방수 매트.블루 출산/육아 > 외출용품 > 아기띠쿨러/패드'</li><li>'베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 딥브라운(썸머패키지)_주니어 밀키웨이 출산/육아 > 외출용품 > 아기띠쿨러/패드'</li><li>'베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 올리브베이지(썸머패키지)_주니어 피치크림 출산/육아 > 외출용품 > 아기띠쿨러/패드'</li></ul>                                                |
+| 4.0   | <ul><li>'JRCuddles 아기 랩 캐리어 AirMesh - 신생아부터 최대 44파운드의 유아까지 - 캥거루 스타일로 운반하기 쉬운 어린이용 슬링 - 엄마와 아빠를 위한 경량 가 Beige Dark Blue 출산/육아 > 외출용품 > 슬링'</li><li>'Baby Wrap Carrier,Adjustable Baby Carrier Newborn to Toddler Original Stretchy Infant Sling, Perfect Blue 출산/육아 > 외출용품 > 슬링'</li><li>'Unbred 아기 캐리어 랩 통기성 슬링 인체공학 백팩 코튼 ## 파랑색 출산/육아 > 외출용품 > 슬링'</li></ul> |
+| 6.0   | <ul><li>'에어룸 아기띠+침받이  출산/육아 > 외출용품 > 아기띠받침이'</li><li>'오가닉붐 빅도뜨 가슴 침받이 아이보리  출산/육아 > 외출용품 > 아기띠받침이'</li><li>'아기띠 앞보기전용 침받이 에르고 힙시트  출산/육아 > 외출용품 > 아기띠받침이'</li></ul>                                                                                                                                                                                             |
+| 9.0   | <ul><li>'베이비소풍 해먹 사이드 힙시트 휴대용 영유아 외출용 베이지(기본스트랩) 출산/육아 > 외출용품 > 힙시트'</li><li>'아기 외출 바람막이 힙시트 유모차 방풍커버 포대기 스카이블루 퍼플 출산/육아 > 외출용품 > 힙시트'</li><li>'[베베핏]스마트 캐리어 아기띠  출산/육아 > 외출용품 > 힙시트'</li></ul>                                                                                                                                                                 |
+
+## Evaluation
+
+### Metrics
+| Label   | Accuracy |
+|:--------|:---------|
+| **all** | 1.0      |
+
+## 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_bc14")
+# Run inference
+preds = model("[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품")
+```
+
+<!--
+### 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   | 7   | 14.5385 | 42  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 70                    |
+| 1.0   | 70                    |
+| 2.0   | 70                    |
+| 3.0   | 70                    |
+| 4.0   | 70                    |
+| 5.0   | 70                    |
+| 6.0   | 20                    |
+| 7.0   | 70                    |
+| 8.0   | 70                    |
+| 9.0   | 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0079  | 1    | 0.4929        | -               |
+| 0.3937  | 50   | 0.4972        | -               |
+| 0.7874  | 100  | 0.4631        | -               |
+| 1.1811  | 150  | 0.0622        | -               |
+| 1.5748  | 200  | 0.0077        | -               |
+| 1.9685  | 250  | 0.0002        | -               |
+| 2.3622  | 300  | 0.0001        | -               |
+| 2.7559  | 350  | 0.0           | -               |
+| 3.1496  | 400  | 0.0           | -               |
+| 3.5433  | 450  | 0.0           | -               |
+| 3.9370  | 500  | 0.0           | -               |
+| 4.3307  | 550  | 0.0           | -               |
+| 4.7244  | 600  | 0.0           | -               |
+| 5.1181  | 650  | 0.0           | -               |
+| 5.5118  | 700  | 0.0           | -               |
+| 5.9055  | 750  | 0.0           | -               |
+| 6.2992  | 800  | 0.0           | -               |
+| 6.6929  | 850  | 0.0           | -               |
+| 7.0866  | 900  | 0.0           | -               |
+| 7.4803  | 950  | 0.0           | -               |
+| 7.8740  | 1000 | 0.0           | -               |
+| 8.2677  | 1050 | 0.0           | -               |
+| 8.6614  | 1100 | 0.0           | -               |
+| 9.0551  | 1150 | 0.0           | -               |
+| 9.4488  | 1200 | 0.0           | -               |
+| 9.8425  | 1250 | 0.0           | -               |
+| 10.2362 | 1300 | 0.0           | -               |
+| 10.6299 | 1350 | 0.0           | -               |
+| 11.0236 | 1400 | 0.0           | -               |
+| 11.4173 | 1450 | 0.0           | -               |
+| 11.8110 | 1500 | 0.0           | -               |
+| 12.2047 | 1550 | 0.0           | -               |
+| 12.5984 | 1600 | 0.0           | -               |
+| 12.9921 | 1650 | 0.0           | -               |
+| 13.3858 | 1700 | 0.0           | -               |
+| 13.7795 | 1750 | 0.0           | -               |
+| 14.1732 | 1800 | 0.0           | -               |
+| 14.5669 | 1850 | 0.0           | -               |
+| 14.9606 | 1900 | 0.0           | -               |
+| 15.3543 | 1950 | 0.0           | -               |
+| 15.7480 | 2000 | 0.0           | -               |
+| 16.1417 | 2050 | 0.0           | -               |
+| 16.5354 | 2100 | 0.0           | -               |
+| 16.9291 | 2150 | 0.0           | -               |
+| 17.3228 | 2200 | 0.0           | -               |
+| 17.7165 | 2250 | 0.0           | -               |
+| 18.1102 | 2300 | 0.0           | -               |
+| 18.5039 | 2350 | 0.0           | -               |
+| 18.8976 | 2400 | 0.0           | -               |
+| 19.2913 | 2450 | 0.0           | -               |
+| 19.6850 | 2500 | 0.0           | -               |
+| 20.0787 | 2550 | 0.0           | -               |
+| 20.4724 | 2600 | 0.0           | -               |
+| 20.8661 | 2650 | 0.0           | -               |
+| 21.2598 | 2700 | 0.0           | -               |
+| 21.6535 | 2750 | 0.0           | -               |
+| 22.0472 | 2800 | 0.0           | -               |
+| 22.4409 | 2850 | 0.0           | -               |
+| 22.8346 | 2900 | 0.0           | -               |
+| 23.2283 | 2950 | 0.0           | -               |
+| 23.6220 | 3000 | 0.0           | -               |
+| 24.0157 | 3050 | 0.0           | -               |
+| 24.4094 | 3100 | 0.0           | -               |
+| 24.8031 | 3150 | 0.0           | -               |
+| 25.1969 | 3200 | 0.0           | -               |
+| 25.5906 | 3250 | 0.0           | -               |
+| 25.9843 | 3300 | 0.0           | -               |
+| 26.3780 | 3350 | 0.0           | -               |
+| 26.7717 | 3400 | 0.0           | -               |
+| 27.1654 | 3450 | 0.0           | -               |
+| 27.5591 | 3500 | 0.0           | -               |
+| 27.9528 | 3550 | 0.0           | -               |
+| 28.3465 | 3600 | 0.0           | -               |
+| 28.7402 | 3650 | 0.0           | -               |
+| 29.1339 | 3700 | 0.0           | -               |
+| 29.5276 | 3750 | 0.0           | -               |
+| 29.9213 | 3800 | 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
+```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_bc",
+  "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": "4.44.2",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.2.0a0+81ea7a4"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "labels": null,
+  "normalize_embeddings": false
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dc8ca41fa64f47dd5a8839e27b5f15e760483caacbf64dd4f3ce17474060ec82
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1c326a78ad310a0bce52eaaaa02e3289187714153dce28c4a748debf9ce6dc5
+size 62407

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]"
+}