master_cate_fi0 / README.md

Push model using huggingface_hub.

9f2852e verified about 1 year ago

19.9 kB

	---
	tags:
	- setfit
	- sentence-transformers
	- text-classification
	- generated_from_setfit_trainer
	widget:
	- text: 신한벽지 스케치 실크벽지 신비로운 새벽 폭106cm 1롤 15 5m 15099-1 가구/인테리어>DIY자재/용품>벽지>실크벽지
	- text: 네오디움 사각 자석 가로x세로x높이 부영 마그네트 캐취 철물 자재 부속 BYNDSB-40-25-10 가구/인테리어>DIY자재/용품>가구부속품>경첩/꺽쇠/자석철물류
	- text: 다용도 방수 알미늄 시트지 방유 주방 가구/인테리어>DIY자재/용품>시트지>타일시트지
	- text: 카우보이 도어 스윙 1개 카운터 중문 바 협소 화장실 가구/인테리어>DIY자재/용품>리모델링>중문
	- text: 피스커버 못자국 스티커 구멍 흠집 보수 가리기 가구/인테리어>DIY자재/용품>접착제/보수용품
	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: 14 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 \|
	\|:------\|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------\|
	\| 6.0 \| <ul><li>'스텐파이프 4M 지름 12 두께 0 9T STS304 가구/인테리어>DIY자재/용품>반제품'</li><li>'필립스2100 에그 미니 보풀제거기 충전식 강력 6중날 가구/인테리어>DIY자재/용품>반제품'</li><li>'피카소 벽지벽면용 4L 칼라메이트 7인치 도구세트 제르니 노루페인트 DP5020 가구/인테리어>DIY자재/용품>반제품'</li></ul> \|
	\| 4.0 \| <ul><li>'굽도리 걸레받이 천정 몰딩 16색 노본 6m 12m 25m 기본형 광폭 와이드굽도리 가구/인테리어>DIY자재/용품>몰딩'</li><li>'깨끗 선정리 몰딩 신형고강도 2호 1박스 100개 걸레받이 선가리개 전선몰드 바닥 전기선 쫄대 가구/인테리어>DIY자재/용품>몰딩'</li><li>'전선몰딩 사각 3호 가구/인테리어>DIY자재/용품>몰딩'</li></ul> \|
	\| 9.0 \| <ul><li>'방수벽 시트지 접착식 스티커 부엌 타일 인테리어 내화성 가구/인테리어>DIY자재/용품>시트지>타일시트지'</li><li>'토리시트 x 5M 무광 연분홍 컬러시트지 단색시트 실루엣카메오4 실루엣포트레이트 사용가능 가구/인테리어>DIY자재/용품>시트지>단색시트지'</li><li>'타일 은박 시트지 10M 대용량 주방 싱크대 가구/인테리어>DIY자재/용품>시트지>타일시트지'</li></ul> \|
	\| 13.0 \| <ul><li>'영림임업 월판넬 아트월 오브제 템바보드 직각 대형 1200x2400x15T 구직각템바 주문재 영림161 1개 가구/인테리어>DIY자재/용품>패널'</li><li>'나무아트월 벽 패널 유럽 인테리어 나무벽지 마감재 장식 3D 보드 디자인 DIY 판넬 가구/인테리어>DIY자재/용품>패널'</li><li>'투명 패널 보드 3장 세트 플라스틱 지붕 선샤인 캐노피 FRP 아크릴 야외 판넬 가구/인테리어>DIY자재/용품>패널'</li></ul> \|
	\| 7.0 \| <ul><li>'도배 벽지 풀 바르는 기계 시공 롤러 접착 풀칠 셀프 스테인리스 가구/인테리어>DIY자재/용품>벽지>기타벽지'</li><li>'방수 실크벽지 1mX10m 스티커 천정 인테리어 셀프도배 로제 접착식벽지 광폭합지 부분 가구/인테리어>DIY자재/용품>벽지>뮤럴벽지'</li><li>'LX하우시스 테라피 따스한화이트 1롤 5평 친환경 실크벽지 7043-01 가구/인테리어>DIY자재/용품>벽지>실크벽지'</li></ul> \|
	\| 11.0 \| <ul><li>'욕실천정재 화장실 천창 마감재 리빙보드-L 브라운안티화이트0 8래커 300x600mm 표준 액세서리 300X600 가구/인테리어>DIY자재/용품>타일>도기질타일'</li><li>'원형거울 스테인글라스 거울 모로코 스타일 인테리어 수제 모자이크 가구/인테리어>DIY자재/용품>타일>유리타일'</li><li>'금장 타일 육각 현관 300각 은장 주방 화장실 패턴 300X300 가구/인테리어>DIY자재/용품>타일>자기질타일'</li></ul> \|
	\| 3.0 \| <ul><li>'목재나라 멀바우 집성목 판재 책상 식탁 원목상판 선반 가구/인테리어>DIY자재/용품>목재'</li><li>'목재나라 방킬라이 데크 천연데크 울타리 펜스 가구/인테리어>DIY자재/용품>목재'</li><li>'PB 파티클보드 목재구입 가구/인테리어>DIY자재/용품>목재'</li></ul> \|
	\| 12.0 \| <ul><li>'속빈 콘크리트 블럭 시멘트 큐 공간디자인 PU 구성 요소 경량 중공 벽돌 붓는 예술 장식 가구/인테리어>DIY자재/용품>파벽돌'</li><li>'3D 돌 효과 벽지 DIY 거실 가벽 스티커 PVC벽 가정용 방수 접착 시트지 가구/인테리어>DIY자재/용품>파벽돌'</li><li>'에코스톤볼마커 4개세트 나비 4개 가구/인테리어>DIY자재/용품>파벽돌'</li></ul> \|
	\| 0.0 \| <ul><li>'접시머리 외날피스 철판피스 4x65 10개입 TYF093 가구/인테리어>DIY자재/용품>가구부속품>나사/못'</li><li>'만능 가구다리 높이조절받침대 소음방지 4개입 가구/인테리어>DIY자재/용품>가구부속품>가구바퀴'</li><li>'가구용 황동 주물 두줄 장식장다리 가구/인테리어>DIY자재/용품>가구부속품>가구다리'</li></ul> \|
	\| 5.0 \| <ul><li>'조립식 데크 타일 초콜릿 가구/인테리어>DIY자재/용품>바닥재>마루'</li><li>'LG 데코타일 에코노 600 mm 9장 1평 1Box 엘지 테코타일 셀프시공 DTE6262-A3 3TX600X600 가구/인테리어>DIY자재/용품>바닥재>기타바닥재'</li><li>'LX하우시스 렉스코트 6 5T 기능성 시트 상업용 바닥재 솔리드 1롤 15M SPF6403 가구/인테리어>DIY자재/용품>바닥재>장판'</li></ul> \|
	\| 1.0 \| <ul><li>'스티커 그래픽s 커피타임 GDT-967 가구/인테리어>DIY자재/용품>데코스티커'</li><li>'오버그로우 스마일동물캐릭터 아동방 벽장식 포인트스티커 벽인테리어B 가구/인테리어>DIY자재/용품>데코스티커'</li><li>'INNOTECH 금연구역 스티커 금연 축광 야광 형광 위치표시 안전 소방 5800C01 4800C1 가구/인테리어>DIY자재/용품>데코스티커'</li></ul> \|
	\| 2.0 \| <ul><li>'대림비앤코 디움 멜로우데이지 플러스 거실욕실 리모델링 가구/인테리어>DIY자재/용품>리모델링>욕실/바스'</li><li>'화이트 카우보이문 카페 스윙도어 화장실 입구 중문 가구/인테리어>DIY자재/용품>리모델링>중문'</li><li>'국산 턱없는 신주평 호차 롤러 창문로라 문바퀴 문틀교체 슬라이딩 가구/인테리어>DIY자재/용품>리모델링>창문/창호/새시'</li></ul> \|
	\| 10.0 \| <ul><li>'가죽 가구 보수 리폼 패치 수선 시트지 스티커 가구/인테리어>DIY자재/용품>접착제/보수용품'</li><li>'마루 가구 보수재 크레용 연성컬러 네오스틱 7번 가구/인테리어>DIY자재/용품>접착제/보수용품'</li><li>'가죽 보수스티커120x60 대형 쇼파 의자 셀프수리 리폼 패치 가구/인테리어>DIY자재/용품>접착제/보수용품'</li></ul> \|
	\| 8.0 \| <ul><li>'DP 5B AL 주물손잡이 빈티지 레트로 엔틱 중문 문손잡이 전면고정 가구/인테리어>DIY자재/용품>손잡이'</li><li>'가구손잡이 싱크대 신발장 서랍장 엔틱 가구손잡이 가구/인테리어>DIY자재/용품>손잡이'</li><li>'SJB 방문손잡이 방문고리 문고리 문 손잡이 DIY AL920 가구/인테리어>DIY자재/용품>손잡이'</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_fi0")
	# Run inference
	preds = model("다용도 방수 알미늄 시트지 방유 주방 가구/인테리어>DIY자재/용품>시트지>타일시트지")
	```

	<!--
	### 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 \| 2 \| 9.0153 \| 20 \|

	\| Label \| Training Sample Count \|
	\|:------\|:----------------------\|
	\| 0.0 \| 70 \|
	\| 1.0 \| 70 \|
	\| 2.0 \| 70 \|
	\| 3.0 \| 70 \|
	\| 4.0 \| 70 \|
	\| 5.0 \| 70 \|
	\| 6.0 \| 70 \|
	\| 7.0 \| 70 \|
	\| 8.0 \| 70 \|
	\| 9.0 \| 70 \|
	\| 10.0 \| 70 \|
	\| 11.0 \| 70 \|
	\| 12.0 \| 70 \|
	\| 13.0 \| 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 \|
	\|:-------:\|:----:\|:-------------:\|:---------------:\|
	\| 0.0052 \| 1 \| 0.4943 \| - \|
	\| 0.2604 \| 50 \| 0.497 \| - \|
	\| 0.5208 \| 100 \| 0.4938 \| - \|
	\| 0.7812 \| 150 \| 0.454 \| - \|
	\| 1.0417 \| 200 \| 0.31 \| - \|
	\| 1.3021 \| 250 \| 0.0825 \| - \|
	\| 1.5625 \| 300 \| 0.0174 \| - \|
	\| 1.8229 \| 350 \| 0.0104 \| - \|
	\| 2.0833 \| 400 \| 0.0018 \| - \|
	\| 2.3438 \| 450 \| 0.0002 \| - \|
	\| 2.6042 \| 500 \| 0.0001 \| - \|
	\| 2.8646 \| 550 \| 0.0001 \| - \|
	\| 3.125 \| 600 \| 0.0001 \| - \|
	\| 3.3854 \| 650 \| 0.0001 \| - \|
	\| 3.6458 \| 700 \| 0.0001 \| - \|
	\| 3.9062 \| 750 \| 0.0 \| - \|
	\| 4.1667 \| 800 \| 0.0 \| - \|
	\| 4.4271 \| 850 \| 0.0 \| - \|
	\| 4.6875 \| 900 \| 0.0 \| - \|
	\| 4.9479 \| 950 \| 0.0 \| - \|
	\| 5.2083 \| 1000 \| 0.0 \| - \|
	\| 5.4688 \| 1050 \| 0.0 \| - \|
	\| 5.7292 \| 1100 \| 0.0 \| - \|
	\| 5.9896 \| 1150 \| 0.0 \| - \|
	\| 6.25 \| 1200 \| 0.0 \| - \|
	\| 6.5104 \| 1250 \| 0.0 \| - \|
	\| 6.7708 \| 1300 \| 0.0 \| - \|
	\| 7.0312 \| 1350 \| 0.0 \| - \|
	\| 7.2917 \| 1400 \| 0.0 \| - \|
	\| 7.5521 \| 1450 \| 0.0 \| - \|
	\| 7.8125 \| 1500 \| 0.0 \| - \|
	\| 8.0729 \| 1550 \| 0.0 \| - \|
	\| 8.3333 \| 1600 \| 0.0 \| - \|
	\| 8.5938 \| 1650 \| 0.0 \| - \|
	\| 8.8542 \| 1700 \| 0.0 \| - \|
	\| 9.1146 \| 1750 \| 0.0 \| - \|
	\| 9.375 \| 1800 \| 0.0 \| - \|
	\| 9.6354 \| 1850 \| 0.0 \| - \|
	\| 9.8958 \| 1900 \| 0.0 \| - \|
	\| 10.1562 \| 1950 \| 0.0 \| - \|
	\| 10.4167 \| 2000 \| 0.0 \| - \|
	\| 10.6771 \| 2050 \| 0.0 \| - \|
	\| 10.9375 \| 2100 \| 0.0 \| - \|
	\| 11.1979 \| 2150 \| 0.0 \| - \|
	\| 11.4583 \| 2200 \| 0.0 \| - \|
	\| 11.7188 \| 2250 \| 0.0 \| - \|
	\| 11.9792 \| 2300 \| 0.0 \| - \|
	\| 12.2396 \| 2350 \| 0.0 \| - \|
	\| 12.5 \| 2400 \| 0.0 \| - \|
	\| 12.7604 \| 2450 \| 0.0 \| - \|
	\| 13.0208 \| 2500 \| 0.0 \| - \|
	\| 13.2812 \| 2550 \| 0.0 \| - \|
	\| 13.5417 \| 2600 \| 0.0 \| - \|
	\| 13.8021 \| 2650 \| 0.0 \| - \|
	\| 14.0625 \| 2700 \| 0.0 \| - \|
	\| 14.3229 \| 2750 \| 0.0 \| - \|
	\| 14.5833 \| 2800 \| 0.0 \| - \|
	\| 14.8438 \| 2850 \| 0.0 \| - \|
	\| 15.1042 \| 2900 \| 0.0 \| - \|
	\| 15.3646 \| 2950 \| 0.0 \| - \|
	\| 15.625 \| 3000 \| 0.0 \| - \|
	\| 15.8854 \| 3050 \| 0.0 \| - \|
	\| 16.1458 \| 3100 \| 0.0 \| - \|
	\| 16.4062 \| 3150 \| 0.0 \| - \|
	\| 16.6667 \| 3200 \| 0.0 \| - \|
	\| 16.9271 \| 3250 \| 0.0 \| - \|
	\| 17.1875 \| 3300 \| 0.0 \| - \|
	\| 17.4479 \| 3350 \| 0.0 \| - \|
	\| 17.7083 \| 3400 \| 0.0 \| - \|
	\| 17.9688 \| 3450 \| 0.0 \| - \|
	\| 18.2292 \| 3500 \| 0.0 \| - \|
	\| 18.4896 \| 3550 \| 0.0 \| - \|
	\| 18.75 \| 3600 \| 0.0 \| - \|
	\| 19.0104 \| 3650 \| 0.0 \| - \|
	\| 19.2708 \| 3700 \| 0.0 \| - \|
	\| 19.5312 \| 3750 \| 0.0 \| - \|
	\| 19.7917 \| 3800 \| 0.0 \| - \|
	\| 20.0521 \| 3850 \| 0.0 \| - \|
	\| 20.3125 \| 3900 \| 0.0 \| - \|
	\| 20.5729 \| 3950 \| 0.0 \| - \|
	\| 20.8333 \| 4000 \| 0.0 \| - \|
	\| 21.0938 \| 4050 \| 0.0 \| - \|
	\| 21.3542 \| 4100 \| 0.0 \| - \|
	\| 21.6146 \| 4150 \| 0.0 \| - \|
	\| 21.875 \| 4200 \| 0.0 \| - \|
	\| 22.1354 \| 4250 \| 0.0 \| - \|
	\| 22.3958 \| 4300 \| 0.0 \| - \|
	\| 22.6562 \| 4350 \| 0.0 \| - \|
	\| 22.9167 \| 4400 \| 0.0 \| - \|
	\| 23.1771 \| 4450 \| 0.0 \| - \|
	\| 23.4375 \| 4500 \| 0.0 \| - \|
	\| 23.6979 \| 4550 \| 0.0 \| - \|
	\| 23.9583 \| 4600 \| 0.0 \| - \|
	\| 24.2188 \| 4650 \| 0.0 \| - \|
	\| 24.4792 \| 4700 \| 0.0 \| - \|
	\| 24.7396 \| 4750 \| 0.0 \| - \|
	\| 25.0 \| 4800 \| 0.0 \| - \|
	\| 25.2604 \| 4850 \| 0.0 \| - \|
	\| 25.5208 \| 4900 \| 0.0 \| - \|
	\| 25.7812 \| 4950 \| 0.0 \| - \|
	\| 26.0417 \| 5000 \| 0.0 \| - \|
	\| 26.3021 \| 5050 \| 0.0 \| - \|
	\| 26.5625 \| 5100 \| 0.0 \| - \|
	\| 26.8229 \| 5150 \| 0.0 \| - \|
	\| 27.0833 \| 5200 \| 0.0 \| - \|
	\| 27.3438 \| 5250 \| 0.0 \| - \|
	\| 27.6042 \| 5300 \| 0.0 \| - \|
	\| 27.8646 \| 5350 \| 0.0 \| - \|
	\| 28.125 \| 5400 \| 0.0 \| - \|
	\| 28.3854 \| 5450 \| 0.0 \| - \|
	\| 28.6458 \| 5500 \| 0.0 \| - \|
	\| 28.9062 \| 5550 \| 0.0 \| - \|
	\| 29.1667 \| 5600 \| 0.0 \| - \|
	\| 29.4271 \| 5650 \| 0.0 \| - \|
	\| 29.6875 \| 5700 \| 0.0 \| - \|
	\| 29.9479 \| 5750 \| 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.
	-->