|
|
--- |
|
|
tags: |
|
|
- setfit |
|
|
- sentence-transformers |
|
|
- text-classification |
|
|
- generated_from_setfit_trainer |
|
|
widget: |
|
|
- text: 르꼬끄골프 남성 V넥 컬러포인트 니트 가디건 GO321MKC91 스포츠/레저>골프>골프의류>니트 |
|
|
- text: 손가락 보호핑거그립8개입 10세트 보로 프 테이 스포츠/레저>골프>골프연습용품>퍼팅용품 |
|
|
- text: 스컬독 골프 비트코인 볼마커 캐디용품 버디나비 동전 볼마크 스포츠/레저>골프>골프필드용품>골프티 |
|
|
- text: 닥스골프 여성 하우스체크 전판 패턴 여름 홑겹 점퍼 DNJU4B901I2 스포츠/레저>골프>골프의류>점퍼 |
|
|
- text: 미스터골프 빈티지 클래식 금도금 볼마크 그린보수기 홀인원 스포츠/레저>골프>골프필드용품>기타필드용품 |
|
|
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:** 9 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 | |
|
|
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
|
| 1.0 | <ul><li>'미즈노 RB 스타일 프리미엄 보스턴백 5LXB210005 스포츠/레저>골프>골프백>보스턴백'</li><li>'캘러웨이 스타 보스턴백 스포츠/레저>골프>골프백>보스턴백'</li><li>'미니 백 골프 클럽 가방 하프백 쿼터백 스포츠/레저>골프>골프백>하프백'</li></ul> | |
|
|
| 8.0 | <ul><li>'혼마 파크골프채 아식스볼 고급백 3종세트 SX001 스포츠/레저>골프>파크골프>파크골프클럽'</li><li>'파크골프 실리콘 볼 집게 스포츠/레저>골프>파크골프>파크골프용품'</li><li>'HONMA 2024 혼마 파크골프채 파크골프 2종세트 TX-001 TX001 스포츠/레저>골프>파크골프>파크골프클럽'</li></ul> | |
|
|
| 6.0 | <ul><li>'선물 미끄럼방지 교체 그립테이프 여성골프웨어 골프그립 편리한 DD348 스포츠/레저>골프>골프필드용품>그립'</li><li>'포틴 네임택 홀컵네임택 퍼팅디스크 HN8224 스포츠/레저>골프>골프필드용품>기타필드용품'</li><li>'아이언 그루브 볼크리너외 10가지 기능 그린보수기 판촉용 디봇 라인 정비 스포츠/레저>골프>골프필드용품>기타필드용품'</li></ul> | |
|
|
| 7.0 | <ul><li>'아디다스 아디제로 투어2 Q46680 스포츠/레저>골프>골프화'</li><li>'왁 WAAC 골프 여성 STARDUST NEW 골프화 WI4GX23101WHX 스포츠/레저>골프>골프화'</li><li>'닥스 골프화 DKSH20-042M 스포츠/레저>골프>골프화'</li></ul> | |
|
|
| 5.0 | <ul><li>'이토보리 2세대 드라이버 2023년 스포츠/레저>골프>골프클럽>드라이버'</li><li>'혼마 베레스 키와미6 2스타 유틸리티 2023년 스포츠/레저>골프>골프클럽>하이브리드/유틸리티'</li><li>'핑 PLD 밀드 앤서 퍼터 2022년 스포츠/레저>골프>골프클럽>퍼터'</li></ul> | |
|
|
| 3.0 | <ul><li>'제이린드버그 아디나 스커트 GWSD07409-S125 스포츠/레저>골프>골프의류>스커트'</li><li>'남성 기본 골프복 긴팔티셔츠 남자 흰색 골프 기능성 이너웨어 스포츠/레저>골프>골프의류>티셔츠'</li><li>'데상트골프 여성 와이드 카라 패턴 반팔티셔츠 LGYG DP22WFTS63 스포츠/레저>골프>골프의류>티셔츠'</li></ul> | |
|
|
| 4.0 | <ul><li>'까스텔바작 그린 골프화 슈즈백 신발 케이스 메쉬 주머니 스포츠/레저>골프>골프잡화>슈즈백'</li><li>'지포어 모자 골프 캡 스냅백 써클G G4AS23H39-TWLT 스포츠/레저>골프>골프잡화>모자'</li><li>'잭니클라우스 남성 컬러 포인트 앵클삭스 LBLAX24241 스포츠/레저>골프>골프잡화>양말'</li></ul> | |
|
|
| 0.0 | <ul><li>'VOLVIK 아기상어 골프공 4구 + 볼마커 세트 스포츠/레저>골프>골프공'</li><li>'VOLVIK 스컬 에디션 비비드 골프공 4구 + 볼마커 세트 스포츠/레저>골프>골프공'</li><li>'VOLVIK 크리스탈 골프공 스포츠/레저>골프>골프공'</li></ul> | |
|
|
| 2.0 | <ul><li>'골프그립 교환 중형 솔벤트교체 테이프 50미터 양면 골프헤드커버 그립칼 선물zab758 스포츠/레저>골프>골프연습용품>퍼팅용품'</li><li>'퍼팅 골프타격매트 정밀 거리 그린 매트 볼 패드 미니 훈련 보조기구 스포츠/레저>골프>골프연습용품>퍼팅용품'</li><li>'골프 공 리턴 엑서사이즈 자동리턴 퍼팅 연습 둥근형 스포츠/레저>골프>골프연습용품>퍼팅용품'</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_sl1") |
|
|
# Run inference |
|
|
preds = model("손가락 보호핑거그립8개입 10세트 보로 프 테이 스포츠/레저>골프>골프연습용품>퍼팅용품") |
|
|
``` |
|
|
|
|
|
<!-- |
|
|
### 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 | 7.9873 | 18 | |
|
|
|
|
|
| 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 | |
|
|
|
|
|
### 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 | |
|
|
|:-------:|:----:|:-------------:|:---------------:| |
|
|
| 0.0081 | 1 | 0.5161 | - | |
|
|
| 0.4032 | 50 | 0.494 | - | |
|
|
| 0.8065 | 100 | 0.321 | - | |
|
|
| 1.2097 | 150 | 0.2113 | - | |
|
|
| 1.6129 | 200 | 0.0942 | - | |
|
|
| 2.0161 | 250 | 0.0468 | - | |
|
|
| 2.4194 | 300 | 0.0134 | - | |
|
|
| 2.8226 | 350 | 0.0003 | - | |
|
|
| 3.2258 | 400 | 0.0002 | - | |
|
|
| 3.6290 | 450 | 0.0001 | - | |
|
|
| 4.0323 | 500 | 0.0001 | - | |
|
|
| 4.4355 | 550 | 0.0001 | - | |
|
|
| 4.8387 | 600 | 0.0001 | - | |
|
|
| 5.2419 | 650 | 0.0001 | - | |
|
|
| 5.6452 | 700 | 0.0001 | - | |
|
|
| 6.0484 | 750 | 0.0001 | - | |
|
|
| 6.4516 | 800 | 0.0001 | - | |
|
|
| 6.8548 | 850 | 0.0001 | - | |
|
|
| 7.2581 | 900 | 0.0001 | - | |
|
|
| 7.6613 | 950 | 0.0001 | - | |
|
|
| 8.0645 | 1000 | 0.0001 | - | |
|
|
| 8.4677 | 1050 | 0.0 | - | |
|
|
| 8.8710 | 1100 | 0.0 | - | |
|
|
| 9.2742 | 1150 | 0.0 | - | |
|
|
| 9.6774 | 1200 | 0.0 | - | |
|
|
| 10.0806 | 1250 | 0.0 | - | |
|
|
| 10.4839 | 1300 | 0.0 | - | |
|
|
| 10.8871 | 1350 | 0.0 | - | |
|
|
| 11.2903 | 1400 | 0.0 | - | |
|
|
| 11.6935 | 1450 | 0.0 | - | |
|
|
| 12.0968 | 1500 | 0.0 | - | |
|
|
| 12.5 | 1550 | 0.0 | - | |
|
|
| 12.9032 | 1600 | 0.0 | - | |
|
|
| 13.3065 | 1650 | 0.0 | - | |
|
|
| 13.7097 | 1700 | 0.0 | - | |
|
|
| 14.1129 | 1750 | 0.0 | - | |
|
|
| 14.5161 | 1800 | 0.0 | - | |
|
|
| 14.9194 | 1850 | 0.0 | - | |
|
|
| 15.3226 | 1900 | 0.0 | - | |
|
|
| 15.7258 | 1950 | 0.0 | - | |
|
|
| 16.1290 | 2000 | 0.0 | - | |
|
|
| 16.5323 | 2050 | 0.0 | - | |
|
|
| 16.9355 | 2100 | 0.0 | - | |
|
|
| 17.3387 | 2150 | 0.0 | - | |
|
|
| 17.7419 | 2200 | 0.0 | - | |
|
|
| 18.1452 | 2250 | 0.0 | - | |
|
|
| 18.5484 | 2300 | 0.0 | - | |
|
|
| 18.9516 | 2350 | 0.0 | - | |
|
|
| 19.3548 | 2400 | 0.0 | - | |
|
|
| 19.7581 | 2450 | 0.0 | - | |
|
|
| 20.1613 | 2500 | 0.0 | - | |
|
|
| 20.5645 | 2550 | 0.0 | - | |
|
|
| 20.9677 | 2600 | 0.0 | - | |
|
|
| 21.3710 | 2650 | 0.0 | - | |
|
|
| 21.7742 | 2700 | 0.0 | - | |
|
|
| 22.1774 | 2750 | 0.0 | - | |
|
|
| 22.5806 | 2800 | 0.0 | - | |
|
|
| 22.9839 | 2850 | 0.0 | - | |
|
|
| 23.3871 | 2900 | 0.0 | - | |
|
|
| 23.7903 | 2950 | 0.0 | - | |
|
|
| 24.1935 | 3000 | 0.0 | - | |
|
|
| 24.5968 | 3050 | 0.0 | - | |
|
|
| 25.0 | 3100 | 0.0 | - | |
|
|
| 25.4032 | 3150 | 0.0 | - | |
|
|
| 25.8065 | 3200 | 0.0 | - | |
|
|
| 26.2097 | 3250 | 0.0 | - | |
|
|
| 26.6129 | 3300 | 0.0 | - | |
|
|
| 27.0161 | 3350 | 0.0 | - | |
|
|
| 27.4194 | 3400 | 0.0 | - | |
|
|
| 27.8226 | 3450 | 0.0 | - | |
|
|
| 28.2258 | 3500 | 0.0 | - | |
|
|
| 28.6290 | 3550 | 0.0 | - | |
|
|
| 29.0323 | 3600 | 0.0 | - | |
|
|
| 29.4355 | 3650 | 0.0 | - | |
|
|
| 29.8387 | 3700 | 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.* |
|
|
--> |
