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 +1,215 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 아기 무릎보호대 유아 돌 성장판 패드 스마일 무릎보호대 베이지  출산/육아 > 매트/안전용품 > 무릎보호대
+- text: 함소아화장품 포포패치 아이편해 유칼립투스 오렌지 X 6개  출산/육아 > 매트/안전용품 > 모기밴드/퇴치용품
+- text: 돗투돗 아기 무릎보호대 롤리팝 이중 걸음마 보조기 성장판 돌 유아 아이보리 베이비바니  출산/육아 > 매트/안전용품 > 무릎보호대
+- text: 콘센트 안전커버 마개 안전캡 아기 멀티탭 안전덮개 실리콘 보호캡  출산/육아 > 매트/안전용품 > 콘센트안전커버
+- text: 다이소 원터치 콘센트 안전 커버 4P 56873  출산/육아 > 매트/안전용품 > 콘센트안전커버
+metrics:
+- accuracy
+pipeline_tag: text-classification
+library_name: setfit
+inference: true
+base_model: mini1013/master_domain
+---
+
+# 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                                                                                                                                                                                                                                                 |
+|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 2.0   | <ul><li>'NEW 베일리바오 아기머리보호대 유아 아기헬맷  출산/육아 > 매트/안전용품 > 머리보호대'</li><li>'유아 안전모 쿠션 헬멧 아기 머리쿵 방지 베게 순면 출산 육아 선물  출산/육아 > 매트/안전용품 > 머리보호대'</li><li>'출산선물 젤리맘 머리쿵방지쿠션 아기머리보호대  출산/육아 > 매트/안전용품 > 머리보호대'</li></ul>                                              |
+| 9.0   | <ul><li>'콘센트 안전커버 1PCS 콘센트 보호 덮개 가리개 마개 감전방지캡  출산/육아 > 매트/안전용품 > 콘센트안전커버'</li><li>'콘센트 보호 커버 (2구/3구) 10EA  출산/육아 > 매트/안전용품 > 콘센트안전커버'</li><li>'아트사인 플러그안전커버 출산 육아 L4002  출산/육아 > 매트/안전용품 > 콘센트안전커버'</li></ul>                                            |
+| 4.0   | <ul><li>'러브포베이비 투명 아기 모서리 보호대 코너 가드 기둥 책상 보호 방지 쿠션  출산/육아 > 매트/안전용품 > 모서리보호대'</li><li>'모서리보호대 침대 식탁 기둥 책상 코너 투명 모서리 안전 쿠션 커버 모서리가드  출산/육아 > 매트/안전용품 > 모서리보호대'</li><li>'메이스 아기 모서리 보호대 책상 기둥 코너 보호 가드 쿠션 17mm두께 형 2M  출산/육아 > 매트/안전용품 > 모서리보호대'</li></ul> |
+| 1.0   | <ul><li>'푸푸 유아 아기 디딤대 높이조절 논슬립 아기계단 세면대 발판  출산/육아 > 매트/안전용품 > 디딤대'</li><li>'네이쳐러브메레 ABC 아기디딤대 / 유아 어린이 2단발판 욕실 세면대 스텝스툴 미끄럼방지  출산/육아 > 매트/안전용품 > 디딤대'</li><li>'아기계단 아기화장실계단 욕실 침대 유아발받침대 세면대발판  출산/육아 > 매트/안전용품 > 디딤대'</li></ul>                         |
+| 7.0   | <ul><li>'쿨두안전문 스마트롤 안전문  출산/육아 > 매트/안전용품 > 안전문'</li><li>'리포소홈 아기 유아 안전문 펜스 울타리 가드  출산/육아 > 매트/안전용품 > 안전문'</li><li>'코아일랜드 접이식 아기 유아 안전 펜스 울타리 안전문 단품  출산/육아 > 매트/안전용품 > 안전문'</li></ul>                                                                    |
+| 5.0   | <ul><li>'돗투돗 아기 무릎보호대 롤리팝 이중 걸음마 보조기 성장판 돌 유아 아이보리 베이비바니  출산/육아 > 매트/안전용품 > 무릎보호대'</li><li>'소로이 아기 유아동 신생아 미끄럼방지 양말 무릎보호대 패드 세트 S  출산/육아 > 매트/안전용품 > 무릎보호대'</li><li>'베이지메모리즈 감성 자수 아기무릎보호대 신생아 유아무릎보호대 뚱곰이  출산/육아 > 매트/안전용품 > 무릎보호대'</li></ul>           |
+| 6.0   | <ul><li>'아가드 투명 문 손끼임방지  출산/육아 > 매트/안전용품 > 문닫힘방지'</li><li>'문쾅방지 패드 도어 쿠션 실리콘 범퍼 현관문 충격보호 스토퍼 3m범폰  출산/육아 > 매트/안전용품 > 문닫힘방지'</li><li>'손끼임방지 문쾅방지 문닫힘방지 문꽝 문소리 방문 도어 스토퍼 충격 문틈 커버 쿠션  출산/육아 > 매트/안전용품 > 문닫힘방지'</li></ul>                                   |
+| 0.0   | <ul><li>'제로블럭 프리미엄 퍼즐매트 60x60x2.6cm 30평  출산/육아 > 매트/안전용품 > 놀이방매트 > 퍼즐매트'</li><li>'알집매트 울타리 벽매트 40×70×4cm  출산/육아 > 매트/안전용품 > 놀이방매트 > 벽매트/기타'</li><li>'리포소 층간소음 롤매트 100x50x1.6cm  출산/육아 > 매트/안전용품 > 놀이방매트 > 롤매트'</li></ul>                                 |
+| 3.0   | <ul><li>'독일 내수용 모스킨토 모기패치 42개입  출산/육아 > 매트/안전용품 > 모기밴드/퇴치용품'</li><li>'개별포장 색상선택 벅스쉴드 모기팔찌 모기퇴치 벌레 기피 팔찌 방향 밴드  출산/육아 > 매트/안전용품 > 모기밴드/퇴치용품'</li><li>'함소아화장품 포포패치 아이편해 유칼립투스 오렌지 X 6개  출산/육아 > 매트/안전용품 > 모기밴드/퇴치용품'</li></ul>                             |
+| 8.0   | <ul><li>'냉장고 잠금장치 냉동실 문열림 방지 안전 잠금장치 대형 화이트  출산/육아 > 매트/안전용품 > 안전잠금장치'</li><li>'유아 고양이 문 열림 열기 방지 아기 방문 고리 도어 손잡이 안전 잠금 장치  출산/육아 > 매트/안전용품 > 안전잠금장치'</li><li>'서랍 자석 잠금 장치 문 고리 열림 방지 아기 안전 6P  출산/육아 > 매트/안전용품 > 안전잠금장치'</li></ul>                      |
+
+## 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_bc3")
+# Run inference
+preds = model("다이소 원터치 콘센트 안전 커버 4P 56873  출산/육아 > 매트/안전용품 > 콘센트안전커버")
+```
+
+<!--
+### 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   | 9   | 14.4541 | 34  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 16                    |
+| 1.0   | 20                    |
+| 2.0   | 20                    |
+| 3.0   | 20                    |
+| 4.0   | 20                    |
+| 5.0   | 20                    |
+| 6.0   | 20                    |
+| 7.0   | 20                    |
+| 8.0   | 20                    |
+| 9.0   | 20                    |
+
+### 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0256  | 1    | 0.4765        | -               |
+| 1.2821  | 50   | 0.4502        | -               |
+| 2.5641  | 100  | 0.204         | -               |
+| 3.8462  | 150  | 0.061         | -               |
+| 5.1282  | 200  | 0.0263        | -               |
+| 6.4103  | 250  | 0.0101        | -               |
+| 7.6923  | 300  | 0.0003        | -               |
+| 8.9744  | 350  | 0.0001        | -               |
+| 10.2564 | 400  | 0.0001        | -               |
+| 11.5385 | 450  | 0.0001        | -               |
+| 12.8205 | 500  | 0.0001        | -               |
+| 14.1026 | 550  | 0.0001        | -               |
+| 15.3846 | 600  | 0.0           | -               |
+| 16.6667 | 650  | 0.0           | -               |
+| 17.9487 | 700  | 0.0           | -               |
+| 19.2308 | 750  | 0.0           | -               |
+| 20.5128 | 800  | 0.0           | -               |
+| 21.7949 | 850  | 0.0           | -               |
+| 23.0769 | 900  | 0.0           | -               |
+| 24.3590 | 950  | 0.0           | -               |
+| 25.6410 | 1000 | 0.0           | -               |
+| 26.9231 | 1050 | 0.0           | -               |
+| 28.2051 | 1100 | 0.0           | -               |
+| 29.4872 | 1150 | 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 sha256:633069e712266ffa4600020c4e2ba84987f426afc8945968795e2d703626b931
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8f8ae62dbf94c4512d72d20cbd2fb4ff05a53205136cdfa68cd7c448af9dbb4
+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]"
+}