master_cate_fi9 / README.md

mini1013

Push model using huggingface_hub.

f212c1d verified about 1 year ago

preview code

raw

history blame contribute delete

27.9 kB

metadata

tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: Lawrence Frames 로프 디자인 금속 액자 12 7x17 5x7인치 가구/인테리어>인테리어소품>액자>벽걸이액자
  - text: 아트박스 미드나인 무선 터치 테이블 스탠드 LED 무드등 가구/인테리어>인테리어소품>스탠드>단스탠드
  - text: 인공 분수 분수대 소형 사무실 인테리어 재물 인테리어 선물 카운터 식당 가구/인테리어>인테리어소품>인테리어분수
  - text: 구리 향 버너 아로마 테라피 향홀더 다도 향받침 가구/인테리어>인테리어소품>아로마/캔들용품>아로마램프/오일
  - text: 솜인형 만들기 DIY 키트 25색상 자수실 세트 인형 원단 멜로디클로젯 가구/인테리어>인테리어소품>장식인형
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
            name: Accuracy

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:

Fine-tuning a Sentence Transformer with contrastive learning.
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: 23 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
16.0	'원목 가림막파티션 울타리 인테리어 공간분리 펜스 우드 가구/인테리어>인테리어소품>인테리어파티션' '레트로하우스 틴우드 가벽 타공판 철제 파티션 H2400 가구/인테리어>인테리어소품>인테리어파티션' '오투 오투가구 세토 룸 디바이더 S 인테리어 간살 파티션 가벽 가림막 가구/인테리어>인테리어소품>인테리어파티션'
18.0	'지오몽 크크 별자리 인형 무속성 솜인형 아이돌인형 가구/인테리어>인테리어소품>장식인형' '빈티지 키다리 산타인형 1m 가구/인테리어>인테리어소품>장식인형' 'NEW 투지퍼 손잡이필통 고급파우치 신학기 선물 가구/인테리어>인테리어소품>장식인형'
1.0	'굿즈하우스 원목 우드 육각 마그넷 냉장고 마그네틱 가구/인테리어>인테리어소품>냉장고자석' '와인앤쿡 토끼디자인 원형 마그넷 4개1세트 가구/인테리어>인테리어소품>냉장고자석' '귀여운 자석 냉장고 마그네틱 마그넷 복숭아 가구/인테리어>인테리어소품>냉장고자석'
0.0	'대형 패브릭 포스터 허그 S 가구/인테리어>인테리어소품>기타장식용품' '반가사유상 미니어처 ver3 83호 국립박물관 뮷즈 반가사유상굿즈 국립중앙박물관 피규어 인테리어 소품 장식품 가구/인테리어>인테리어소품>기타장식용품' '모던하우스 ON 바람막이 패딩 3중방한 3도씨커튼 2zsize 100x230 가구/인테리어>인테리어소품>기타장식용품'
12.0	'두브 앉은 요정 LED 워터볼 오르골 선물 무드등 장식 집들이 인테리어 가구/인테리어>인테리어소품>워터볼' '워터볼 무드등 조명 선물 장식품 투명 우주 감성 크리스탈볼 가구/인테리어>인테리어소품>워터볼' '크리스마스 직사각 랜턴 LED 워터볼 5종 마을 눈사람 산타 오르골 무드등 인테리어 소품 가구/인테리어>인테리어소품>워터볼'
22.0	'신혼선물 글라스 북유럽 스타일 최신 소형 꽃병 모던 홈가드닝 북유럽화병 가구/인테리어>인테리어소품>화병' '미드센추리 모던 유리화병 인테리어 화병 오브제 꽃병 가구/인테리어>인테리어소품>화병' '나팔 유리화병 이케바나 수경재배 오브제 대형 꽃병 중형-오로라 가구/인테리어>인테리어소품>화병'
20.0	'LED 심플 주방등 60W 가구/인테리어>인테리어소품>조명>주방조명' '히트조명 LED 트라브 슬림 거실등 150W 가구/인테리어>인테리어소품>조명>거실조명' '오너클랜 쿨샵 LED조명 안정기 50W 2채널 조명기구 컨버터 가구/인테리어>인테리어소품>조명>LED모듈'
8.0	'꾸밈 nv464-멀티아크릴액자치킨맥주 4단소형 가구/인테리어>인테리어소품>액자>액자세트' '베네치아 액자 5X7 S 가구/인테리어>인테리어소품>액자>탁상용액자' '4X6 종이액자 10장 포토프레임 인테리어액자 가구/인테리어>인테리어소품>액자>탁상용액자'
17.0	'DIY 미니어처 오션 하우스 가구/인테리어>인테리어소품>장식미니어처' '파스텔클레이 미니어처 가구 2호 3종 가구/인테리어>인테리어소품>장식미니어처' '공예 미니어쳐 캡틴바 만들기 돌하우스 재료 DIY 미니어처 미니하우스 FWD016F8 가구/인테리어>인테리어소품>장식미니어처'
7.0	'글라스코 호야 유리원통실린더 캔들워머 7 5x10 가구/인테리어>인테리어소품>아로마/캔들용품>기타아로마/캔들용품' '엔피솝 레몬 Lemon 프래그런스오일 프래그런스오일 인공향 캔들 디퓨저 방향제 1개 가구/인테리어>인테리어소품>아로마/캔들용품>아로마램프/오일' '로터스 사슴 백플로우 인센스 콘 홀더 가구/인테리어>인테리어소품>아로마/캔들용품>아로마방향제/디퓨저'
15.0	'인테리어 가짜 창문 페이크 윈도우 벽장식 엔틱 우드 가구/인테리어>인테리어소품>인테리어창문' '지중해 페이크창문 벽걸이 소품 레스토랑 가짜창문 가구/인테리어>인테리어소품>인테리어창문' '빈티지 창문 벽걸이 촬영 창문틀 소품 장식용 벽장식 인테리어 엔틱 가구/인테리어>인테리어소품>인테리어창문'
6.0	'e 리드미컬 무소음 감성 추 벽시계 월넛 국내제조 GB7061 가구/인테리어>인테리어소품>시계>스탠드시계' '데스크탑 인테리어 오브제 시계 테이블 무소음 스탠드 가구/인테리어>인테리어소품>시계>스탠드시계' '벽시계 집들이 감성 디자인 벽걸이시계 아이방 가구/인테리어>인테리어소품>시계>벽시계'
2.0	'퍼스트앙 도자기꼬꼬 현관 문종 풍경 풍수 행운 인테리어 장식소품 가구/인테리어>인테리어소품>도어벨' '액막이 출입문종 돈복어문종 도어벨 풍경종 앤틱 현관문종 가구/인테리어>인테리어소품>도어벨' '우드 디어 도어벨 현관 목제 초인종 차임 마그네틱 풍경 무선 걸이식 바람 시끄러운 문짝 벨 냉장고 문 레 가구/인테리어>인테리어소품>도어벨'
19.0	'전통 미니 복주머니 붉은색 8X9 가구/인테리어>인테리어소품>전통공예소품' '전통 옛날 등잔 호롱 민속 호롱불 공예 한옥 인테리어 장식소품 공예품 한국기념품 가구/인테리어>인테리어소품>전통공예소품' '천가게 전통매듭 3단 국화매듭 23 진갈색 가구/인테리어>인테리어소품>전통공예소품'
3.0	'알루미늄브라켓8T58돌출표찰미니간판복도표찰벽부착 가구/인테리어>인테리어소품>디자인문패' '넘어짐주의 계단조심 부착형 정사각안내판 알림판 가구/인테리어>인테리어소품>디자인문패' '제제데코 당기세요 PULL 원형 사각안내판 알림판 가구/인테리어>인테리어소품>디자인문패'
9.0	'카페 엔틱전화기 복고풍 클래식 다이얼 옛날 장식 레스토랑 촬영 가구/인테리어>인테리어소품>앤틱소품' '인테리어 피아노 인테리어소품 가구/인테리어>인테리어소품>앤틱소품' '북유럽풍 미니어처 빈티지 하우스 소품 클래식 현관 앤틱 가구/인테리어>인테리어소품>앤틱소품'
10.0	'짱구는 못말려 중성마녀 오르골 마카오조마 피규어 가구/인테리어>인테리어소품>오르골' '수동오르골 콜로세움 가구/인테리어>인테리어소품>오르골' '클램 원목 오르골 밤편지 가구/인테리어>인테리어소품>오르골'
5.0	'일광 일광전구 스노우맨15 포터블 스탠드 실버바디 가구/인테리어>인테리어소품>스탠드>단스탠드' '롱 테이블 스탠드 고휘도 그림 작업용 책상 조명 램프 독서등 무드등 긴 데스크 가구/인테리어>인테리어소품>스탠드>단스탠드' '단스탠드 무드등 테이블 램프 카페 독서등 모던디자인 테이블램프 가구/인테리어>인테리어소품>스탠드>단스탠드'
13.0	'원목 두꺼비집가리개 배전함가리개 커버 분전함 벽선-03 느티나무 가로형 50X40 가구/인테리어>인테리어소품>인터폰박스' '인터폰 가리개 커버 분전함 박스 배전함 두꺼비집 집-C 5070가로길이43세로높이62수용 프레임 가구/인테리어>인테리어소품>인터폰박스' '배전함가리개 배전함 액자 커버 덮개 방수 누전함 나만의집 꾸미기 미니멀라이프 가구/인테리어>인테리어소품>인터폰박스'
11.0	'야외 우체통 유럽식 우편함 실외 철제 소품 스탠드-1 2m 레터박스 가구/인테리어>인테리어소품>우체통' '세모네모 건의함 소 B1016 가구/인테리어>인테리어소품>우체통' '크리에이티브 스테인레스스틸 우편함 우체통 벽걸이 편지함 전원주택 빌라 벽걸이우편함 가구/인테리어>인테리어소품>우체통'
4.0	'박만순 옻칠 나전 트레이 가구/인테리어>인테리어소품>미술작품>공예디자인' '정은희 빛누리 Ver.1 가구/인테리어>인테리어소품>미술작품>공예디자인' '정은희 빛누리 Ver.2 가구/인테리어>인테리어소품>미술작품>공예디자인'
14.0	'실내장식 물 분수 흐르는 물장식 순환 럭셔리 -E 16008 가구/인테리어>인테리어소품>인테리어분수' '인공폭포 분수대 미니 실내 인테리어 소형 물레방아 1 가정용 천연가습기 행운의 분수대 가구/인테리어>인테리어소품>인테리어분수' '미니 분수 사무실 인테리어용 실내 책상 집들이 선물 가구/인테리어>인테리어소품>인테리어분수'
21.0	'까사베르데 플랜트스 인테리어 패브릭 포스터 고리형 가구/인테리어>인테리어소품>패브릭포스터' '패브릭포스터 대형 인테리어 창문 벽 가리개 가림막 커튼 커텐 가구/인테리어>인테리어소품>패브릭포스터' '판다스틱 패브릭 포스터 가구/인테리어>인테리어소품>패브릭포스터'

Evaluation

Metrics

Label	Accuracy
all	1.0

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_fi9")
# Run inference
preds = model("아트박스 미드나인 무선 터치 테이블 스탠드 LED 무드등 가구/인테리어>인테리어소품>스탠드>단스탠드")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	2	8.8911	24

Label	Training Sample Count
0.0	70
1.0	70
2.0	70
3.0	70
4.0	40
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
14.0	70
15.0	70
16.0	70
17.0	69
18.0	70
19.0	70
20.0	70
21.0	6
22.0	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
0.0034	1	0.499	-
0.1689	50	0.5015	-
0.3378	100	0.4948	-
0.5068	150	0.3422	-
0.6757	200	0.1868	-
0.8446	250	0.0753	-
1.0135	300	0.0407	-
1.1824	350	0.0242	-
1.3514	400	0.0127	-
1.5203	450	0.0087	-
1.6892	500	0.0071	-
1.8581	550	0.0029	-
2.0270	600	0.0008	-
2.1959	650	0.0004	-
2.3649	700	0.0004	-
2.5338	750	0.0003	-
2.7027	800	0.0002	-
2.8716	850	0.0002	-
3.0405	900	0.0002	-
3.2095	950	0.0002	-
3.3784	1000	0.0001	-
3.5473	1050	0.0001	-
3.7162	1100	0.0001	-
3.8851	1150	0.0001	-
4.0541	1200	0.0001	-
4.2230	1250	0.0001	-
4.3919	1300	0.0001	-
4.5608	1350	0.0001	-
4.7297	1400	0.0001	-
4.8986	1450	0.0001	-
5.0676	1500	0.0001	-
5.2365	1550	0.0001	-
5.4054	1600	0.0001	-
5.5743	1650	0.0001	-
5.7432	1700	0.0	-
5.9122	1750	0.0	-
6.0811	1800	0.0	-
6.25	1850	0.0	-
6.4189	1900	0.0	-
6.5878	1950	0.0	-
6.7568	2000	0.0	-
6.9257	2050	0.0	-
7.0946	2100	0.0	-
7.2635	2150	0.0	-
7.4324	2200	0.0	-
7.6014	2250	0.0	-
7.7703	2300	0.0	-
7.9392	2350	0.0	-
8.1081	2400	0.0	-
8.2770	2450	0.0	-
8.4459	2500	0.0	-
8.6149	2550	0.0	-
8.7838	2600	0.0	-
8.9527	2650	0.0	-
9.1216	2700	0.0001	-
9.2905	2750	0.0	-
9.4595	2800	0.0	-
9.6284	2850	0.0	-
9.7973	2900	0.0	-
9.9662	2950	0.0	-
10.1351	3000	0.0	-
10.3041	3050	0.0	-
10.4730	3100	0.0	-
10.6419	3150	0.0	-
10.8108	3200	0.0	-
10.9797	3250	0.0	-
11.1486	3300	0.0	-
11.3176	3350	0.0	-
11.4865	3400	0.0	-
11.6554	3450	0.0	-
11.8243	3500	0.0	-
11.9932	3550	0.0	-
12.1622	3600	0.0	-
12.3311	3650	0.0	-
12.5	3700	0.0	-
12.6689	3750	0.0	-
12.8378	3800	0.0	-
13.0068	3850	0.0	-
13.1757	3900	0.0	-
13.3446	3950	0.0	-
13.5135	4000	0.0	-
13.6824	4050	0.0	-
13.8514	4100	0.0	-
14.0203	4150	0.0	-
14.1892	4200	0.0	-
14.3581	4250	0.0	-
14.5270	4300	0.0	-
14.6959	4350	0.0	-
14.8649	4400	0.0	-
15.0338	4450	0.0	-
15.2027	4500	0.0	-
15.3716	4550	0.0	-
15.5405	4600	0.0	-
15.7095	4650	0.0	-
15.8784	4700	0.0	-
16.0473	4750	0.0	-
16.2162	4800	0.0	-
16.3851	4850	0.0	-
16.5541	4900	0.0	-
16.7230	4950	0.0	-
16.8919	5000	0.0	-
17.0608	5050	0.0	-
17.2297	5100	0.0	-
17.3986	5150	0.0	-
17.5676	5200	0.0	-
17.7365	5250	0.0	-
17.9054	5300	0.0	-
18.0743	5350	0.0	-
18.2432	5400	0.0	-
18.4122	5450	0.0	-
18.5811	5500	0.0	-
18.75	5550	0.0	-
18.9189	5600	0.0	-
19.0878	5650	0.0	-
19.2568	5700	0.0	-
19.4257	5750	0.0	-
19.5946	5800	0.0	-
19.7635	5850	0.0	-
19.9324	5900	0.0	-
20.1014	5950	0.0	-
20.2703	6000	0.0	-
20.4392	6050	0.0	-
20.6081	6100	0.0	-
20.7770	6150	0.0	-
20.9459	6200	0.0	-
21.1149	6250	0.0	-
21.2838	6300	0.0	-
21.4527	6350	0.0	-
21.6216	6400	0.0	-
21.7905	6450	0.0	-
21.9595	6500	0.0	-
22.1284	6550	0.0	-
22.2973	6600	0.0	-
22.4662	6650	0.0	-
22.6351	6700	0.0	-
22.8041	6750	0.0	-
22.9730	6800	0.0	-
23.1419	6850	0.0	-
23.3108	6900	0.0	-
23.4797	6950	0.0	-
23.6486	7000	0.0	-
23.8176	7050	0.0	-
23.9865	7100	0.0	-
24.1554	7150	0.0	-
24.3243	7200	0.0	-
24.4932	7250	0.0	-
24.6622	7300	0.0	-
24.8311	7350	0.0	-
25.0	7400	0.0	-
25.1689	7450	0.0	-
25.3378	7500	0.0	-
25.5068	7550	0.0	-
25.6757	7600	0.0	-
25.8446	7650	0.0	-
26.0135	7700	0.0	-
26.1824	7750	0.0	-
26.3514	7800	0.0	-
26.5203	7850	0.0	-
26.6892	7900	0.0	-
26.8581	7950	0.0	-
27.0270	8000	0.0	-
27.1959	8050	0.0	-
27.3649	8100	0.0	-
27.5338	8150	0.0	-
27.7027	8200	0.0	-
27.8716	8250	0.0	-
28.0405	8300	0.0	-
28.2095	8350	0.0	-
28.3784	8400	0.0	-
28.5473	8450	0.0	-
28.7162	8500	0.0	-
28.8851	8550	0.0	-
29.0541	8600	0.0	-
29.2230	8650	0.0	-
29.3919	8700	0.0	-
29.5608	8750	0.0	-
29.7297	8800	0.0	-
29.8986	8850	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

@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}
}