Hugging Face's logo

mini1013
/
master_cate_fi9

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results (legacy)
text-embeddings-inference
Model card Files
xet
Community
mini1013 commited on
Commit
f212c1d
·
verified ·
1 Parent(s): 8ebab15

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +416 -0
  3. config.json +29 -0
  4. config_sentence_transformers.json +10 -0
  5. config_setfit.json +4 -0
  6. model.safetensors +3 -0
  7. model_head.pkl +3 -0
  8. modules.json +14 -0
  9. sentence_bert_config.json +4 -0
  10. special_tokens_map.json +51 -0
  11. tokenizer.json +0 -0
  12. tokenizer_config.json +66 -0
  13. vocab.txt +0 -0
1_Pooling/config.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "word_embedding_dimension": 768,
3
+ "pooling_mode_cls_token": false,
4
+ "pooling_mode_mean_tokens": true,
5
+ "pooling_mode_max_tokens": false,
6
+ "pooling_mode_mean_sqrt_len_tokens": false,
7
+ "pooling_mode_weightedmean_tokens": false,
8
+ "pooling_mode_lasttoken": false,
9
+ "include_prompt": true
10
+ }
README.md ADDED
@@ -0,0 +1,416 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: Lawrence Frames 로프 디자인 금속 액자 12 7x17 5x7인치 가구/인테리어>인테리어소품>액자>벽걸이액자
9
+ - text: 아트박스 미드나인 무선 터치 테이블 스탠드 LED 무드등 가구/인테리어>인테리어소품>스탠드>단스탠드
10
+ - text: 인공 분수 분수대 소형 사무실 인테리어 재물 인테리어 선물 카운터 식당 가구/인테리어>인테리어소품>인테리어분수
11
+ - text: 구리 향 버너 아로마 테라피 향홀더 다도 향받침 가구/인테리어>인테리어소품>아로마/캔들용품>아로마램프/오일
12
+ - text: 솜인형 만들기 DIY 키트 25색상 자수실 세트 인형 원단 멜로디클로젯 가구/인테리어>인테리어소품>장식인형
13
+ metrics:
14
+ - accuracy
15
+ pipeline_tag: text-classification
16
+ library_name: setfit
17
+ inference: true
18
+ base_model: mini1013/master_domain
19
+ model-index:
20
+ - name: SetFit with mini1013/master_domain
21
+ results:
22
+ - task:
23
+ type: text-classification
24
+ name: Text Classification
25
+ dataset:
26
+ name: Unknown
27
+ type: unknown
28
+ split: test
29
+ metrics:
30
+ - type: accuracy
31
+ value: 1.0
32
+ name: Accuracy
33
+ ---
34
+
35
+ # SetFit with mini1013/master_domain
36
+
37
+ 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.
38
+
39
+ The model has been trained using an efficient few-shot learning technique that involves:
40
+
41
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
42
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
43
+
44
+ ## Model Details
45
+
46
+ ### Model Description
47
+ - **Model Type:** SetFit
48
+ - **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
49
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
50
+ - **Maximum Sequence Length:** 512 tokens
51
+ - **Number of Classes:** 23 classes
52
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
53
+ <!-- - **Language:** Unknown -->
54
+ <!-- - **License:** Unknown -->
55
+
56
+ ### Model Sources
57
+
58
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
59
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
60
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
61
+
62
+ ### Model Labels
63
+ | Label | Examples |
64
+ |:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
65
+ | 16.0 | <ul><li>'원목 가림막파티션 울타리 인테리어 공간분리 펜스 우드 가구/인테리어>인테리어소품>인테리어파티션'</li><li>'레트로하우스 틴우드 가벽 타공판 철제 파티션 H2400 가구/인테리어>인테리어소품>인테리어파티션'</li><li>'오투 오투가구 세토 룸 디바이더 S 인테리어 간살 파티션 가벽 가림막 가구/인테리어>인테리어소품>인테리어파티션'</li></ul> |
66
+ | 18.0 | <ul><li>'지오몽 크크 별자리 인형 무속성 솜인형 아이돌인형 가구/인테리어>인테리어소품>장식인형'</li><li>'빈티지 키다리 산타인형 1m 가구/인테리어>인테리어소품>장식인형'</li><li>'NEW 투지퍼 손잡이필통 고급파우치 신학기 선물 가구/인테리어>인테리어소품>장식인형'</li></ul> |
67
+ | 1.0 | <ul><li>'굿즈하우스 원목 우드 육각 마그넷 냉장고 마그네틱 가구/인테리어>인테리어소품>냉장고자석'</li><li>'와인앤쿡 토끼디자인 원형 마그넷 4개1세트 가구/인테리어>인테리어소품>냉장고자석'</li><li>'귀여운 자석 냉장고 마그네틱 마그넷 복숭아 가구/인테리어>인테리어소품>냉장고자석'</li></ul> |
68
+ | 0.0 | <ul><li>'대형 패브릭 포스터 허그 S 가구/인테리어>인테리어소품>기타장식용품'</li><li>'반가사유상 미니어처 ver3 83호 국립박물관 뮷즈 반가사유상굿즈 국립중앙박물관 피규어 인테리어 소품 장식품 가구/인테리어>인테리어소품>기타장식용품'</li><li>'모던하우스 ON 바람막이 패딩 3중방한 3도씨커튼 2zsize 100x230 가구/인테리어>인테리어소품>기타장식용품'</li></ul> |
69
+ | 12.0 | <ul><li>'두브 앉은 요정 LED 워터볼 오르골 선물 무드등 장식 집들이 인테리어 가구/인테리어>인테리어소품>워터볼'</li><li>'워터볼 무드등 조명 선물 장식품 투명 우주 감성 크리스탈볼 가구/인테리어>인테리어소품>워터볼'</li><li>'크리스마스 직사각 랜턴 LED 워터볼 5종 마을 눈사람 산타 오르골 무드등 인테리어 소품 가구/인테리어>인테리어소품>워터볼'</li></ul> |
70
+ | 22.0 | <ul><li>'신혼선물 글라스 북유럽 스타일 최신 소형 꽃병 모던 홈가드닝 북유럽화병 가구/인테리어>인테리어소품>화병'</li><li>'미드센추리 모던 유리화병 인테리어 화병 오브제 꽃병 가구/인테리어>인테리어소품>화병'</li><li>'나팔 유리화병 이케바나 수경재배 오브제 대형 꽃병 중형-오로라 가구/인테리어>인테리어소품>화병'</li></ul> |
71
+ | 20.0 | <ul><li>'LED 심플 주방등 60W 가구/인테리어>인테리어소품>조명>주방조명'</li><li>'히트조명 LED 트라브 슬림 거실등 150W 가구/인테리어>인테리어소품>조명>거실조명'</li><li>'오너클랜 쿨샵 LED조명 안정기 50W 2채널 조명기구 컨버터 가구/인테리어>인테리어소품>조명>LED모듈'</li></ul> |
72
+ | 8.0 | <ul><li>'꾸밈 nv464-멀티아크릴액자치킨맥주 4단소형 가구/인테리어>인테리어소품>액자>액자세트'</li><li>'베네치아 액자 5X7 S 가구/인테리어>인테리어소품>액자>탁상용액자'</li><li>'4X6 종이액자 10장 포토프레임 인테리어액자 가구/인테리어>인테리어소품>액자>탁상용액자'</li></ul> |
73
+ | 17.0 | <ul><li>'DIY 미니어처 오션 하우스 가구/인테리어>인테리어소품>장식미니어처'</li><li>'파스텔클레이 미니어처 가구 2호 3종 가구/인테리어>인테리어소품>장식미니어처'</li><li>'공예 미니어쳐 캡틴바 만들기 돌하우스 재료 DIY 미니어처 미니하우스 FWD016F8 가구/인테리어>인테리어소품>장식미니어처'</li></ul> |
74
+ | 7.0 | <ul><li>'글라스코 호야 유리원통실린더 캔들워머 7 5x10 가구/인테리어>인테리어소품>아로마/캔들용품>기타아로마/캔들용품'</li><li>'엔피솝 레몬 Lemon 프래그런스오일 프래그런스오일 인공향 캔들 디퓨저 방향제 1개 가구/인테리어>인테리어소품>아로마/캔들용품>아로마램프/오일'</li><li>'로터스 사슴 백플로우 인센스 콘 홀더 가구/인테리어>인테리어소품>아로마/캔들용품>아로마방향제/디퓨저'</li></ul> |
75
+ | 15.0 | <ul><li>'인테리어 가짜 창문 페이크 윈도우 벽장식 엔틱 우드 가구/인테리어>인테리어소품>인테리어창문'</li><li>'지중해 페이크창문 벽걸이 소품 레스토랑 가짜창문 가구/인테리어>인테리어소품>인테리어창문'</li><li>'빈티지 창문 벽걸이 촬영 창문틀 소품 장식용 벽장식 인테리어 엔틱 가구/인테리어>인테리어소품>인테리어창문'</li></ul> |
76
+ | 6.0 | <ul><li>'e 리드미컬 무소음 감성 추 벽시계 월넛 국내제조 GB7061 가구/인테리어>인테리어소품>시계>스탠드시계'</li><li>'데스크탑 인테리어 오브제 시계 테이블 무소음 스탠드 가구/인테리어>인테리어소품>시계>스탠드시계'</li><li>'벽시계 집들이 감성 디자인 벽걸이시계 아이방 가구/인테리어>인테리어소품>시계>벽시계'</li></ul> |
77
+ | 2.0 | <ul><li>'퍼스트앙 도자기꼬꼬 현관 문종 풍경 풍수 행운 인테리어 장식소품 가구/인테리어>인테리어소품>도어벨'</li><li>'액막이 출입문종 돈복어문종 도어벨 풍경종 앤틱 현관문종 가구/인테리어>인테리어소품>도어벨'</li><li>'우드 디어 도어벨 현관 목제 초인종 차임 마그네틱 풍경 무선 걸이식 바람 시끄러운 문짝 벨 냉장고 문 레 가구/인테리어>인테리어소품>도어벨'</li></ul> |
78
+ | 19.0 | <ul><li>'전통 미니 복주머니 붉은색 8X9 가구/인테리어>인테리어소품>전통공예소품'</li><li>'전통 옛날 등잔 호롱 민속 호롱불 공예 한옥 인테리어 장식소품 공예품 한국기념품 가구/인테리어>인테리어소품>전통공예소품'</li><li>'천가게 전통매듭 3단 국화매듭 23 진갈색 가구/인테리어>인테리어소품>전통공예소품'</li></ul> |
79
+ | 3.0 | <ul><li>'알루미늄브라켓8T58돌출표찰미니간판복도표찰벽부착 가구/인테리어>인테리어소품>디자인문패'</li><li>'넘어짐주의 계단조심 부착형 정사각안내판 알림판 가구/인테리어>인테리어소품>디자인문패'</li><li>'제제데코 당기세요 PULL 원형 사각안내판 알림판 가구/인테리어>인테리어소품>디자인문패'</li></ul> |
80
+ | 9.0 | <ul><li>'카페 엔틱전화기 복고풍 클래식 다이얼 옛날 장식 레스토랑 촬영 가구/인테리어>인테리어소품>앤틱소품'</li><li>'인테리어 피아노 인테리어소품 가구/인테리어>인테리어소품>앤틱소품'</li><li>'북유럽풍 미니어처 빈티지 하우스 소품 클래식 현관 앤틱 가구/인테리어>인테리어소품>앤틱소품'</li></ul> |
81
+ | 10.0 | <ul><li>'짱구는 못말려 중성마녀 오르골 마카오조마 피규어 가구/인테리어>인테리어소품>오르골'</li><li>'수동오르골 콜로세움 가구/인테리어>인테리어소품>오르골'</li><li>'클램 원목 오르골 밤편지 가구/인테리어>인테리어소품>오르골'</li></ul> |
82
+ | 5.0 | <ul><li>'일광 일광전구 스노우맨15 포터블 스탠드 실버바디 가구/인테리어>인테리어소품>스탠드>단스탠드'</li><li>'롱 테이블 스탠드 고휘도 그림 작업용 책상 조명 램프 독서등 무드등 긴 데스크 가구/인테리어>인테리어소품>스탠드>단스탠드'</li><li>'단스탠드 무드등 테이블 램프 카페 독서등 모던디자인 테이블램프 가구/인테리어>인테리어소품>스탠드>단스탠드'</li></ul> |
83
+ | 13.0 | <ul><li>'원목 두꺼비집가리개 배전함가리개 커버 분전함 벽선-03 느티나무 가로형 50X40 가구/인테리어>인테리어소품>인터폰박스'</li><li>'인터폰 가리개 커버 분전함 박스 배전함 두꺼비집 집-C 5070가로길이43세로높이62수용 프레임 가구/인테리어>인테리어소품>인터폰박스'</li><li>'배전함가리개 배전함 액자 커버 덮개 방수 누전함 나만의집 꾸미기 미니멀라이프 가구/인테리어>인테리어소품>인터폰박스'</li></ul> |
84
+ | 11.0 | <ul><li>'야외 우체통 유럽식 우편함 실외 철제 소품 스탠드-1 2m 레터박스 가구/인테리어>인테리어소품>우체통'</li><li>'세모네모 건의함 소 B1016 가구/인테리어>인테리어소품>우체통'</li><li>'크리에이티브 스테인레스스틸 우편함 우체통 벽걸이 편지함 전원주택 빌라 벽걸이우편함 가구/인테리어>인테리어소품>우체통'</li></ul> |
85
+ | 4.0 | <ul><li>'박만순 옻칠 나전 트레이 가구/인테리어>인테리어소품>미술작품>공예디자인'</li><li>'정은희 빛누리 Ver.1 가구/인테리어>인테리어소품>미술작품>공예디자인'</li><li>'정은희 빛누리 Ver.2 가구/인테리어>인테리어소품>미술작품>공예디자인'</li></ul> |
86
+ | 14.0 | <ul><li>'실내장식 물 분수 흐르는 물장식 순환 럭셔리 -E 16008 가구/인테리어>인테리어소품>인테리어분수'</li><li>'인공폭포 분수대 미니 실내 인테리어 소형 물레방아 1 가정용 천연가습기 행운의 분수대 가구/인테리어>인테리어소품>인테리어분수'</li><li>'미니 분수 사무실 인테리어용 실내 책상 집들이 선물 가구/인테리어>인테리어소품>인테리어분수'</li></ul> |
87
+ | 21.0 | <ul><li>'까사베르데 플랜트스 인테리어 패브릭 포스터 고리형 가구/인테리어>인테리어소품>패브릭포스터'</li><li>'패브릭포스터 대형 인테리어 창문 벽 가리개 가림막 커튼 커텐 가구/인테리어>인테리어소품>패브릭포스터'</li><li>'판다스틱 패브릭 포스터 가구/인테리어>인테리어소품>패브릭포스터'</li></ul> |
88
+
89
+ ## Evaluation
90
+
91
+ ### Metrics
92
+ | Label | Accuracy |
93
+ |:--------|:---------|
94
+ | **all** | 1.0 |
95
+
96
+ ## Uses
97
+
98
+ ### Direct Use for Inference
99
+
100
+ First install the SetFit library:
101
+
102
+ ```bash
103
+ pip install setfit
104
+ ```
105
+
106
+ Then you can load this model and run inference.
107
+
108
+ ```python
109
+ from setfit import SetFitModel
110
+
111
+ # Download from the 🤗 Hub
112
+ model = SetFitModel.from_pretrained("mini1013/master_cate_fi9")
113
+ # Run inference
114
+ preds = model("아트박스 미드나인 무선 터치 테이블 스탠드 LED 무드등 가구/인테리어>인테리어소품>스탠드>단스탠드")
115
+ ```
116
+
117
+ <!--
118
+ ### Downstream Use
119
+
120
+ *List how someone could finetune this model on their own dataset.*
121
+ -->
122
+
123
+ <!--
124
+ ### Out-of-Scope Use
125
+
126
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
127
+ -->
128
+
129
+ <!--
130
+ ## Bias, Risks and Limitations
131
+
132
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
133
+ -->
134
+
135
+ <!--
136
+ ### Recommendations
137
+
138
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
139
+ -->
140
+
141
+ ## Training Details
142
+
143
+ ### Training Set Metrics
144
+ | Training set | Min | Median | Max |
145
+ |:-------------|:----|:-------|:----|
146
+ | Word count | 2 | 8.8911 | 24 |
147
+
148
+ | Label | Training Sample Count |
149
+ |:------|:----------------------|
150
+ | 0.0 | 70 |
151
+ | 1.0 | 70 |
152
+ | 2.0 | 70 |
153
+ | 3.0 | 70 |
154
+ | 4.0 | 40 |
155
+ | 5.0 | 70 |
156
+ | 6.0 | 70 |
157
+ | 7.0 | 70 |
158
+ | 8.0 | 70 |
159
+ | 9.0 | 70 |
160
+ | 10.0 | 70 |
161
+ | 11.0 | 70 |
162
+ | 12.0 | 70 |
163
+ | 13.0 | 70 |
164
+ | 14.0 | 70 |
165
+ | 15.0 | 70 |
166
+ | 16.0 | 70 |
167
+ | 17.0 | 69 |
168
+ | 18.0 | 70 |
169
+ | 19.0 | 70 |
170
+ | 20.0 | 70 |
171
+ | 21.0 | 6 |
172
+ | 22.0 | 70 |
173
+
174
+ ### Training Hyperparameters
175
+ - batch_size: (256, 256)
176
+ - num_epochs: (30, 30)
177
+ - max_steps: -1
178
+ - sampling_strategy: oversampling
179
+ - num_iterations: 50
180
+ - body_learning_rate: (2e-05, 1e-05)
181
+ - head_learning_rate: 0.01
182
+ - loss: CosineSimilarityLoss
183
+ - distance_metric: cosine_distance
184
+ - margin: 0.25
185
+ - end_to_end: False
186
+ - use_amp: False
187
+ - warmup_proportion: 0.1
188
+ - l2_weight: 0.01
189
+ - seed: 42
190
+ - eval_max_steps: -1
191
+ - load_best_model_at_end: False
192
+
193
+ ### Training Results
194
+ | Epoch | Step | Training Loss | Validation Loss |
195
+ |:-------:|:----:|:-------------:|:---------------:|
196
+ | 0.0034 | 1 | 0.499 | - |
197
+ | 0.1689 | 50 | 0.5015 | - |
198
+ | 0.3378 | 100 | 0.4948 | - |
199
+ | 0.5068 | 150 | 0.3422 | - |
200
+ | 0.6757 | 200 | 0.1868 | - |
201
+ | 0.8446 | 250 | 0.0753 | - |
202
+ | 1.0135 | 300 | 0.0407 | - |
203
+ | 1.1824 | 350 | 0.0242 | - |
204
+ | 1.3514 | 400 | 0.0127 | - |
205
+ | 1.5203 | 450 | 0.0087 | - |
206
+ | 1.6892 | 500 | 0.0071 | - |
207
+ | 1.8581 | 550 | 0.0029 | - |
208
+ | 2.0270 | 600 | 0.0008 | - |
209
+ | 2.1959 | 650 | 0.0004 | - |
210
+ | 2.3649 | 700 | 0.0004 | - |
211
+ | 2.5338 | 750 | 0.0003 | - |
212
+ | 2.7027 | 800 | 0.0002 | - |
213
+ | 2.8716 | 850 | 0.0002 | - |
214
+ | 3.0405 | 900 | 0.0002 | - |
215
+ | 3.2095 | 950 | 0.0002 | - |
216
+ | 3.3784 | 1000 | 0.0001 | - |
217
+ | 3.5473 | 1050 | 0.0001 | - |
218
+ | 3.7162 | 1100 | 0.0001 | - |
219
+ | 3.8851 | 1150 | 0.0001 | - |
220
+ | 4.0541 | 1200 | 0.0001 | - |
221
+ | 4.2230 | 1250 | 0.0001 | - |
222
+ | 4.3919 | 1300 | 0.0001 | - |
223
+ | 4.5608 | 1350 | 0.0001 | - |
224
+ | 4.7297 | 1400 | 0.0001 | - |
225
+ | 4.8986 | 1450 | 0.0001 | - |
226
+ | 5.0676 | 1500 | 0.0001 | - |
227
+ | 5.2365 | 1550 | 0.0001 | - |
228
+ | 5.4054 | 1600 | 0.0001 | - |
229
+ | 5.5743 | 1650 | 0.0001 | - |
230
+ | 5.7432 | 1700 | 0.0 | - |
231
+ | 5.9122 | 1750 | 0.0 | - |
232
+ | 6.0811 | 1800 | 0.0 | - |
233
+ | 6.25 | 1850 | 0.0 | - |
234
+ | 6.4189 | 1900 | 0.0 | - |
235
+ | 6.5878 | 1950 | 0.0 | - |
236
+ | 6.7568 | 2000 | 0.0 | - |
237
+ | 6.9257 | 2050 | 0.0 | - |
238
+ | 7.0946 | 2100 | 0.0 | - |
239
+ | 7.2635 | 2150 | 0.0 | - |
240
+ | 7.4324 | 2200 | 0.0 | - |
241
+ | 7.6014 | 2250 | 0.0 | - |
242
+ | 7.7703 | 2300 | 0.0 | - |
243
+ | 7.9392 | 2350 | 0.0 | - |
244
+ | 8.1081 | 2400 | 0.0 | - |
245
+ | 8.2770 | 2450 | 0.0 | - |
246
+ | 8.4459 | 2500 | 0.0 | - |
247
+ | 8.6149 | 2550 | 0.0 | - |
248
+ | 8.7838 | 2600 | 0.0 | - |
249
+ | 8.9527 | 2650 | 0.0 | - |
250
+ | 9.1216 | 2700 | 0.0001 | - |
251
+ | 9.2905 | 2750 | 0.0 | - |
252
+ | 9.4595 | 2800 | 0.0 | - |
253
+ | 9.6284 | 2850 | 0.0 | - |
254
+ | 9.7973 | 2900 | 0.0 | - |
255
+ | 9.9662 | 2950 | 0.0 | - |
256
+ | 10.1351 | 3000 | 0.0 | - |
257
+ | 10.3041 | 3050 | 0.0 | - |
258
+ | 10.4730 | 3100 | 0.0 | - |
259
+ | 10.6419 | 3150 | 0.0 | - |
260
+ | 10.8108 | 3200 | 0.0 | - |
261
+ | 10.9797 | 3250 | 0.0 | - |
262
+ | 11.1486 | 3300 | 0.0 | - |
263
+ | 11.3176 | 3350 | 0.0 | - |
264
+ | 11.4865 | 3400 | 0.0 | - |
265
+ | 11.6554 | 3450 | 0.0 | - |
266
+ | 11.8243 | 3500 | 0.0 | - |
267
+ | 11.9932 | 3550 | 0.0 | - |
268
+ | 12.1622 | 3600 | 0.0 | - |
269
+ | 12.3311 | 3650 | 0.0 | - |
270
+ | 12.5 | 3700 | 0.0 | - |
271
+ | 12.6689 | 3750 | 0.0 | - |
272
+ | 12.8378 | 3800 | 0.0 | - |
273
+ | 13.0068 | 3850 | 0.0 | - |
274
+ | 13.1757 | 3900 | 0.0 | - |
275
+ | 13.3446 | 3950 | 0.0 | - |
276
+ | 13.5135 | 4000 | 0.0 | - |
277
+ | 13.6824 | 4050 | 0.0 | - |
278
+ | 13.8514 | 4100 | 0.0 | - |
279
+ | 14.0203 | 4150 | 0.0 | - |
280
+ | 14.1892 | 4200 | 0.0 | - |
281
+ | 14.3581 | 4250 | 0.0 | - |
282
+ | 14.5270 | 4300 | 0.0 | - |
283
+ | 14.6959 | 4350 | 0.0 | - |
284
+ | 14.8649 | 4400 | 0.0 | - |
285
+ | 15.0338 | 4450 | 0.0 | - |
286
+ | 15.2027 | 4500 | 0.0 | - |
287
+ | 15.3716 | 4550 | 0.0 | - |
288
+ | 15.5405 | 4600 | 0.0 | - |
289
+ | 15.7095 | 4650 | 0.0 | - |
290
+ | 15.8784 | 4700 | 0.0 | - |
291
+ | 16.0473 | 4750 | 0.0 | - |
292
+ | 16.2162 | 4800 | 0.0 | - |
293
+ | 16.3851 | 4850 | 0.0 | - |
294
+ | 16.5541 | 4900 | 0.0 | - |
295
+ | 16.7230 | 4950 | 0.0 | - |
296
+ | 16.8919 | 5000 | 0.0 | - |
297
+ | 17.0608 | 5050 | 0.0 | - |
298
+ | 17.2297 | 5100 | 0.0 | - |
299
+ | 17.3986 | 5150 | 0.0 | - |
300
+ | 17.5676 | 5200 | 0.0 | - |
301
+ | 17.7365 | 5250 | 0.0 | - |
302
+ | 17.9054 | 5300 | 0.0 | - |
303
+ | 18.0743 | 5350 | 0.0 | - |
304
+ | 18.2432 | 5400 | 0.0 | - |
305
+ | 18.4122 | 5450 | 0.0 | - |
306
+ | 18.5811 | 5500 | 0.0 | - |
307
+ | 18.75 | 5550 | 0.0 | - |
308
+ | 18.9189 | 5600 | 0.0 | - |
309
+ | 19.0878 | 5650 | 0.0 | - |
310
+ | 19.2568 | 5700 | 0.0 | - |
311
+ | 19.4257 | 5750 | 0.0 | - |
312
+ | 19.5946 | 5800 | 0.0 | - |
313
+ | 19.7635 | 5850 | 0.0 | - |
314
+ | 19.9324 | 5900 | 0.0 | - |
315
+ | 20.1014 | 5950 | 0.0 | - |
316
+ | 20.2703 | 6000 | 0.0 | - |
317
+ | 20.4392 | 6050 | 0.0 | - |
318
+ | 20.6081 | 6100 | 0.0 | - |
319
+ | 20.7770 | 6150 | 0.0 | - |
320
+ | 20.9459 | 6200 | 0.0 | - |
321
+ | 21.1149 | 6250 | 0.0 | - |
322
+ | 21.2838 | 6300 | 0.0 | - |
323
+ | 21.4527 | 6350 | 0.0 | - |
324
+ | 21.6216 | 6400 | 0.0 | - |
325
+ | 21.7905 | 6450 | 0.0 | - |
326
+ | 21.9595 | 6500 | 0.0 | - |
327
+ | 22.1284 | 6550 | 0.0 | - |
328
+ | 22.2973 | 6600 | 0.0 | - |
329
+ | 22.4662 | 6650 | 0.0 | - |
330
+ | 22.6351 | 6700 | 0.0 | - |
331
+ | 22.8041 | 6750 | 0.0 | - |
332
+ | 22.9730 | 6800 | 0.0 | - |
333
+ | 23.1419 | 6850 | 0.0 | - |
334
+ | 23.3108 | 6900 | 0.0 | - |
335
+ | 23.4797 | 6950 | 0.0 | - |
336
+ | 23.6486 | 7000 | 0.0 | - |
337
+ | 23.8176 | 7050 | 0.0 | - |
338
+ | 23.9865 | 7100 | 0.0 | - |
339
+ | 24.1554 | 7150 | 0.0 | - |
340
+ | 24.3243 | 7200 | 0.0 | - |
341
+ | 24.4932 | 7250 | 0.0 | - |
342
+ | 24.6622 | 7300 | 0.0 | - |
343
+ | 24.8311 | 7350 | 0.0 | - |
344
+ | 25.0 | 7400 | 0.0 | - |
345
+ | 25.1689 | 7450 | 0.0 | - |
346
+ | 25.3378 | 7500 | 0.0 | - |
347
+ | 25.5068 | 7550 | 0.0 | - |
348
+ | 25.6757 | 7600 | 0.0 | - |
349
+ | 25.8446 | 7650 | 0.0 | - |
350
+ | 26.0135 | 7700 | 0.0 | - |
351
+ | 26.1824 | 7750 | 0.0 | - |
352
+ | 26.3514 | 7800 | 0.0 | - |
353
+ | 26.5203 | 7850 | 0.0 | - |
354
+ | 26.6892 | 7900 | 0.0 | - |
355
+ | 26.8581 | 7950 | 0.0 | - |
356
+ | 27.0270 | 8000 | 0.0 | - |
357
+ | 27.1959 | 8050 | 0.0 | - |
358
+ | 27.3649 | 8100 | 0.0 | - |
359
+ | 27.5338 | 8150 | 0.0 | - |
360
+ | 27.7027 | 8200 | 0.0 | - |
361
+ | 27.8716 | 8250 | 0.0 | - |
362
+ | 28.0405 | 8300 | 0.0 | - |
363
+ | 28.2095 | 8350 | 0.0 | - |
364
+ | 28.3784 | 8400 | 0.0 | - |
365
+ | 28.5473 | 8450 | 0.0 | - |
366
+ | 28.7162 | 8500 | 0.0 | - |
367
+ | 28.8851 | 8550 | 0.0 | - |
368
+ | 29.0541 | 8600 | 0.0 | - |
369
+ | 29.2230 | 8650 | 0.0 | - |
370
+ | 29.3919 | 8700 | 0.0 | - |
371
+ | 29.5608 | 8750 | 0.0 | - |
372
+ | 29.7297 | 8800 | 0.0 | - |
373
+ | 29.8986 | 8850 | 0.0 | - |
374
+
375
+ ### Framework Versions
376
+ - Python: 3.10.12
377
+ - SetFit: 1.1.0
378
+ - Sentence Transformers: 3.3.1
379
+ - Transformers: 4.44.2
380
+ - PyTorch: 2.2.0a0+81ea7a4
381
+ - Datasets: 3.2.0
382
+ - Tokenizers: 0.19.1
383
+
384
+ ## Citation
385
+
386
+ ### BibTeX
387
+ ```bibtex
388
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
389
+ doi = {10.48550/ARXIV.2209.11055},
390
+ url = {https://arxiv.org/abs/2209.11055},
391
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
392
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
393
+ title = {Efficient Few-Shot Learning Without Prompts},
394
+ publisher = {arXiv},
395
+ year = {2022},
396
+ copyright = {Creative Commons Attribution 4.0 International}
397
+ }
398
+ ```
399
+
400
+ <!--
401
+ ## Glossary
402
+
403
+ *Clearly define terms in order to be accessible across audiences.*
404
+ -->
405
+
406
+ <!--
407
+ ## Model Card Authors
408
+
409
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
410
+ -->
411
+
412
+ <!--
413
+ ## Model Card Contact
414
+
415
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
416
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_item_fi",
3
+ "architectures": [
4
+ "RobertaModel"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "bos_token_id": 0,
8
+ "classifier_dropout": null,
9
+ "eos_token_id": 2,
10
+ "gradient_checkpointing": false,
11
+ "hidden_act": "gelu",
12
+ "hidden_dropout_prob": 0.1,
13
+ "hidden_size": 768,
14
+ "initializer_range": 0.02,
15
+ "intermediate_size": 3072,
16
+ "layer_norm_eps": 1e-05,
17
+ "max_position_embeddings": 514,
18
+ "model_type": "roberta",
19
+ "num_attention_heads": 12,
20
+ "num_hidden_layers": 12,
21
+ "pad_token_id": 1,
22
+ "position_embedding_type": "absolute",
23
+ "tokenizer_class": "BertTokenizer",
24
+ "torch_dtype": "float32",
25
+ "transformers_version": "4.44.2",
26
+ "type_vocab_size": 1,
27
+ "use_cache": true,
28
+ "vocab_size": 32000
29
+ }
config_sentence_transformers.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "__version__": {
3
+ "sentence_transformers": "3.3.1",
4
+ "transformers": "4.44.2",
5
+ "pytorch": "2.2.0a0+81ea7a4"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": "cosine"
10
+ }
config_setfit.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "normalize_embeddings": false,
3
+ "labels": null
4
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:02c0d5c9c8e6ce8a03676fe4bb27aae50ba1de4fdf67c43539e88972b75ff044
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9d6e682c98c5f45cae4cd5b5e4a38eac4ccb8ce802f2f854e41c8bfc669c01e9
3
+ size 142495
modules.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [
2
+ {
3
+ "idx": 0,
4
+ "name": "0",
5
+ "path": "",
6
+ "type": "sentence_transformers.models.Transformer"
7
+ },
8
+ {
9
+ "idx": 1,
10
+ "name": "1",
11
+ "path": "1_Pooling",
12
+ "type": "sentence_transformers.models.Pooling"
13
+ }
14
+ ]
sentence_bert_config.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "max_seq_length": 512,
3
+ "do_lower_case": false
4
+ }
special_tokens_map.json ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "[CLS]",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "cls_token": {
10
+ "content": "[CLS]",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "eos_token": {
17
+ "content": "[SEP]",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "mask_token": {
24
+ "content": "[MASK]",
25
+ "lstrip": false,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "pad_token": {
31
+ "content": "[PAD]",
32
+ "lstrip": false,
33
+ "normalized": false,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ },
37
+ "sep_token": {
38
+ "content": "[SEP]",
39
+ "lstrip": false,
40
+ "normalized": false,
41
+ "rstrip": false,
42
+ "single_word": false
43
+ },
44
+ "unk_token": {
45
+ "content": "[UNK]",
46
+ "lstrip": false,
47
+ "normalized": false,
48
+ "rstrip": false,
49
+ "single_word": false
50
+ }
51
+ }
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,66 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "added_tokens_decoder": {
3
+ "0": {
4
+ "content": "[CLS]",
5
+ "lstrip": false,
6
+ "normalized": false,
7
+ "rstrip": false,
8
+ "single_word": false,
9
+ "special": true
10
+ },
11
+ "1": {
12
+ "content": "[PAD]",
13
+ "lstrip": false,
14
+ "normalized": false,
15
+ "rstrip": false,
16
+ "single_word": false,
17
+ "special": true
18
+ },
19
+ "2": {
20
+ "content": "[SEP]",
21
+ "lstrip": false,
22
+ "normalized": false,
23
+ "rstrip": false,
24
+ "single_word": false,
25
+ "special": true
26
+ },
27
+ "3": {
28
+ "content": "[UNK]",
29
+ "lstrip": false,
30
+ "normalized": false,
31
+ "rstrip": false,
32
+ "single_word": false,
33
+ "special": true
34
+ },
35
+ "4": {
36
+ "content": "[MASK]",
37
+ "lstrip": false,
38
+ "normalized": false,
39
+ "rstrip": false,
40
+ "single_word": false,
41
+ "special": true
42
+ }
43
+ },
44
+ "bos_token": "[CLS]",
45
+ "clean_up_tokenization_spaces": false,
46
+ "cls_token": "[CLS]",
47
+ "do_basic_tokenize": true,
48
+ "do_lower_case": false,
49
+ "eos_token": "[SEP]",
50
+ "mask_token": "[MASK]",
51
+ "max_length": 512,
52
+ "model_max_length": 512,
53
+ "never_split": null,
54
+ "pad_to_multiple_of": null,
55
+ "pad_token": "[PAD]",
56
+ "pad_token_type_id": 0,
57
+ "padding_side": "right",
58
+ "sep_token": "[SEP]",
59
+ "stride": 0,
60
+ "strip_accents": null,
61
+ "tokenize_chinese_chars": true,
62
+ "tokenizer_class": "BertTokenizer",
63
+ "truncation_side": "right",
64
+ "truncation_strategy": "longest_first",
65
+ "unk_token": "[UNK]"
66
+ }
vocab.txt ADDED
The diff for this file is too large to render. See raw diff