mini1013/master_cate_el19

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:

1. Fine-tuning a Sentence Transformer 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
• Classification head: a LogisticRegression instance
• Maximum Sequence Length: 512 tokens
• Number of Classes: 10 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
2	'셰퍼 스왈로우 핸디 청소기 JSK-N3009 주식회사 알앤피코스메틱' '마이아 듀얼프로 에어건 무선 청소기 ND-MYA001W 박진희' '신일 싸이클론 무선 청소기 SVC-D500SR 헤파필터 회전브러쉬 제이씨유통'
1	'LG전자 코드제로 R5 로봇청소기 R585WKA1 (카밍 베이지) 엠제이테크' 'LG 코드제로 R5 R585WKA 로봇청소기 흡입 + 물걸레 / KN (주)케이엔디지털'
8	'(전용) 한경희 무선청소기 HCV-B400 PRO 전용 클린타워 모터 보호 헤파필터 ' '삼성 정품 VS20B957F5E 청소기 헤드 흡입구 브러쉬 슬림 sava03291 H에이치마켓' '[별제이]일렉트로룩스 청소기 호환용 먼지봉투 10매 S-BAG ZUS4065AF 호환용 먼지봉투 10매 신세계몰'
5	'디월트 20V 충전 스틱 전동 무선 청소기 차량용 세차용 집진기 DCV501LN 주식회사 신한비앤아이' '디월트 집진기 충전 청소기 무선 세차기 차량용 스틱 업소용청소기 DCV501LN 본체만 라이프 공구' '디월트 20V MAX 충전 스틱 집진 청소기 DCV501LN 01.DCV501LN 충전청소기 베어툴 한경툴 주식회사'
9	'[신제품] 70도 열풍 진드기 제거 침구청소기 레이캅 코리아 ' '[신제품] 70도 열풍 진드기 제거 침구청소기 레이캅 코리아 ' '비쎌 스팟클린 하이드로 스팀 3791S 습식 스팀청소기 빈대퇴치 고온 살균 소파얼룩제거 BISSEL '
7	'[런칭기념 보관가방 ] 클링봇S 물분사 가성비 창문청소로봇 유리창 창문 베란다 로봇청소기 ' '에코백스 윈봇 W1S 창문 로봇청소기 에코백스공식스토어' '클링봇S 물분사 창문로봇청소기 원조 창문 청소기 보관가방포함 아이뮤즈본사'
0	'AVA 프리미엄 고압세척기 휴대용 가정용 고압세차기 AVA GO P55 동양테크툴' 'AVA 프리미엄 고압세척기 휴대용 가정용 고압세차기 아바 GO P55 에이지에스'
6	'신일 유선 싸이클론 진공청소기 SVC-R700LOT 레드 + 블랙_SVC-R700LOT 스위트코코' '신일전자 유선 싸이클론 진공청소기 강력한흡입 HEPA필터 700W SVC-R700LOT 신창전자' '이스타 먼지제로 유선 진공 청소기 핸디스틱 소형 원룸 가정용 ESK-WV400 주식회사 제이에스엘홀딩스'
4	'한경희 2in1 스팀청소기 HTE-S600 핸디스팀 LTE-S600 (주)에디샵' '[2024년 최신형] 리빈치 초고속 예열 고온 살균 스팀청소기 LSC-200 리빈치 스팀청소기 + 추가패드 증정 총 4장 (주)바투네트워크'
3	'KAC-5000(유선형)/오토비스/자동물걸레청소기/국산정품/친환경제품/소비전력30W/1분당1000회이상/강력한함/ 1_화이트 클린랜드' 'WC-1500 무선 충전 물걸레 청소기 각도조절 세척 탈수통 제공 MinSellAmount 지큐아이씨앤씨' '코맘스 소형 무선 물걸레청소기 그레이 PC9005G 보만코리아'

Evaluation

Metrics

Label	Metric
all	0.8571

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_el19")
# Run inference
preds = model("더트데빌 플립아웃 20V 리튬 무선 핸디청소기  (주)비즈온플레이스")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	10.2791	18

Label	Training Sample Count
0	2
1	2
2	50
3	5
4	2
5	6
6	14
7	9
8	26
9	13

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
0.0476	1	0.4954	-
2.3810	50	0.0399	-
4.7619	100	0.0186	-
7.1429	150	0.0152	-
9.5238	200	0.0155	-
11.9048	250	0.0093	-
14.2857	300	0.0025	-
16.6667	350	0.0006	-
19.0476	400	0.0037	-

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

@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}
}