mini1013/master_cate_el5

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: 16 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
15	'이지넷 NEXT-AV2303 HDMI to AV 오디오 추출기 [KF] 주식회사 케이에프컴퍼니' '이지넷유비쿼터스 넥스트 NEXT-2000GSCS 디메이드 (DMADE)' 'ATEN UC3002A C타입 to VGA 변환 컨버터 레알몰'
5	'티피링크 TL-SM331T RJ45 SFP+ 지원 변환 TX모듈 광모듈 케이브몰' '대흥정보기술 SPARROW SFP-1G-RJ45 광모듈 컴튜브 주식회사' '티피링크 SM321B-2 주식회사 동행하기'
4	'MBF) RJ-45 커넥터 CAT5E UTP 투명 100개 MBF-RJ45 교이노베이션' 'w 넥스트 NEXT-RJ45 CAT.5e 모듈러 커넥터 (100개) (주)원영씨앤씨' 'Coms 커플러(RJ45) I형 8P8C BT228 (주)라니아씨앤씨'
2	'KM-021N USB3.0 KM 데이터 통신 컨버터(키보드/마우스 공유) 서준전자' 'USB3.0 KM LINK 케이블 JUC500 우노' 'NEXT-JUC500 USB 3.0 KM 스위치 Windows-Android 키보드&마우스 공유, 파일 공유 주식회사 토다스(todas Co., Ltd)'
12	'EFM ipTIME BT53XR 품위 주식회사 품위' '크리에이티브 BT-W3 초록샵' '[NEXI] NX1420 블루투스 V5.4 동글(NX-BT54) (주)클루웨어'
3	'IPTIME A3008-MU 기가 유무선 공유기 인터넷 와이파이 식당 매장 가정용 사무실 원룸 김윤자' '(EFM) IPTIME RING-MINI2 AC1300 MU-MIMO WI-FI Mesh ㅅ 드림체이서' '넥스트유 듀얼 밴드 무선 WiFi 확장기 NEXT-1204AC-AP (주)이지넷유비쿼터스'
8	'이지넷유비쿼터스 넥스트 NEXT-3100K EX 와이지컴퍼니' '티피링크 Archer T4U Plus 주식회사 영은정보' 'EFM ipTIME A3000U 무선랜카드 (주)위젤'
10	'[랜장비] NST NSB-200 ADSL 랜모뎀 전화선으로 1Km (13/26Mbps) (주)랜장비' '(IPD) NST 엔에스티정보통신 NSB-200 ADSL 랜모뎀 전화선으로 1Km (NSB-1000, NSB-260 후속모델) (주)아이피드림' '엔에스티정보통신 NSB-200 모뎀 (주)원영씨앤씨'
7	'MikroTik 마이크로틱 L009UiGS-RM 방화벽 Router 컴튜브 주식회사' 'w 티피링크 TP-LINK ER7412-M2 라우터 (주)원영씨앤씨' 'MikroTik 마이크로틱 L009UiGS-RM 라우터 태성에프앤비(주)'
14	'EFM ipTIME 아이피타임 N007 안테나 (주)엠티에프시스템' 'ipTIME N007 외장형 N타입 안테나 듀얼밴드 5G 2.4G 7dbi 케이블길이 약1.5M 무상보증 1년 / 주말영업 / 방문수령 가능 / 재고보유 (주)티오피컴' '이에프엠 ipTIME N007 무선안테나 연장안테나 (주)엘제이컴퍼니'
1	'NEXTU NEXT-1020KVM-IP 에스앤와이' 'ATEN KL1516AM 17인치 16포트 Cat 5 듀얼레일 LCD KVM 스위치 (주)아이웍스' '에이텐 KE8950T KVM over IP 매트릭스 시스템 (수신기) 1년 보증연장 (주)퍼니케이블'
13	'아이피타임 ipTIME H705 스위치허브 에스온코리아 주식회사' '아이피타임 H705 스위칭허브 컴온씨앤씨(주)' '아이피타임 H6008 8포트 기가비트 스위치허브 (주)엠티에프시스템'
6	'NEXT-868LTT /랜테스터기 UTP/동축라인길이/케이블탐지 (주)엘제이컴퍼니' '인네트워크 탐지용 멀티 테스터기IN-468R 디메이드 (DMADE)' 'MBF T1 분리형 랜테스터기 조은 정보'
9	'이지넷 산업용 POE+ 리피터 NEXT-POE201EX 최대300M/RJ-45 [KF] 주식회사 케이에프컴퍼니' '이지넷유비쿼터스 넥스트 산업용 USB 2.0 리피터 50m (NEXT-USB404) 주식회사 조이쿨' '넥시 HDMI 리피터 송수신기 세트 50M NX-HR50 NX509 하나샵'
11	'[랜장비] NST NSB-230S SDSL 랜모뎀, 모뎀에서 전화선으로 최대 4.5km 까지 데이타 전송 (주)랜장비' '(IPD) NST 엔에스티정보통신 NSB-230S SDSL 랜모뎀, 모뎀에서 전화선으로 최대 4.5km 까지 데이타 전송 (주)아이피드림' 'TL-POE10R 티피링크 [PoE 스플리터] 1000Mbps IEEE 802.3af 전압 조절스위치 5V 9V 12V 선택 가능 전송거리 100M 지원 비전네트워크'
0	'EFM ipTIME Ring-AX 무선확장기 디에스큐브스토어' '1300K 유무선공유기 AX1800 빔포밍 MU MIMO 기가비트 듀얼밴드 [0001]단일상품 CJONSTYLE' 'ipTIME Ring-AX WiFi 6 PoE 무선AP 기가 메시 와이파이확장기 증폭기 중계기 애플준웍스'

Evaluation

Metrics

Label	Metric
all	0.9336

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_el5")
# Run inference
preds = model("7102KVM-4K  (주)이지넷유비쿼터스")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	8.8470	24

Label	Training Sample Count
0	4
1	50
2	26
3	50
4	50
5	50
6	50
7	32
8	50
9	50
10	6
11	3
12	50
13	50
14	50
15	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
0.0102	1	0.4967	-
0.5102	50	0.3039	-
1.0204	100	0.1904	-
1.5306	150	0.0492	-
2.0408	200	0.0328	-
2.5510	250	0.0146	-
3.0612	300	0.0101	-
3.5714	350	0.0137	-
4.0816	400	0.0023	-
4.5918	450	0.0002	-
5.1020	500	0.0001	-
5.6122	550	0.0001	-
6.1224	600	0.0037	-
6.6327	650	0.0001	-
7.1429	700	0.0001	-
7.6531	750	0.0001	-
8.1633	800	0.0039	-
8.6735	850	0.0039	-
9.1837	900	0.002	-
9.6939	950	0.0007	-
10.2041	1000	0.0001	-
10.7143	1050	0.0001	-
11.2245	1100	0.0001	-
11.7347	1150	0.0	-
12.2449	1200	0.0	-
12.7551	1250	0.0002	-
13.2653	1300	0.0001	-
13.7755	1350	0.0001	-
14.2857	1400	0.0	-
14.7959	1450	0.0	-
15.3061	1500	0.0002	-
15.8163	1550	0.0	-
16.3265	1600	0.0001	-
16.8367	1650	0.0023	-
17.3469	1700	0.0	-
17.8571	1750	0.0001	-
18.3673	1800	0.0001	-
18.8776	1850	0.0	-
19.3878	1900	0.0	-
19.8980	1950	0.0	-

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}
}