Hugging Face's logo

mini1013
/
master_cate_top_fd0

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
11fe5b7
·
verified ·
1 Parent(s): 3209665

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +353 -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 +1,353 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: 프리미엄 수제 명절전 제사전 모듬전 700g 동그랑땡+동태전+깻잎전+꼬지+표고+호박전 동태전 300g (#M)식품>냉동/간편조리식품>튀김류
9
+ T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류
10
+ - text: (10+1) 다즐샵 식단 도시락 15종 골라담기 11_다섯가지나물밥+참스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore
11
+ > 식품 > 간편조리식품 > 도시락/밥류 > 도시락
12
+ - text: 국내산 생 닭가슴살 / 닭안심살 5kg 10kg (1kg 500g 포장) 냉장 냉동 (냉동) 닭가슴살_(냉동) 닭가슴살 1kg x 5팩
13
+ (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살
14
+ - text: 퀴진 에어프라이어 크리스피 양념감자튀김 800g 2봉 1. 퀴진 에어 크리스피 양념감자 800g 1. 퀴진 에어 크리스피 양념감자 800g
15
+ 1. 퀴진 에어 크리스피 양념감자 800g_1. 퀴진 에어 크리스피 양념감자 800g (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore
16
+ > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류
17
+ - text: 1년 내내 질리지 않는 프리미엄 냉동도시락 / 넉넉소반 향긋한 깻잎닭갈비 흑미밥 1팩 5. [넉넉소반] 매콤한 제육볶음 현미밥 (#M)식품>냉동/간편조리식품>도시락
18
+ T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락
19
+ metrics:
20
+ - accuracy
21
+ pipeline_tag: text-classification
22
+ library_name: setfit
23
+ inference: true
24
+ base_model: klue/roberta-base
25
+ model-index:
26
+ - name: SetFit with klue/roberta-base
27
+ results:
28
+ - task:
29
+ type: text-classification
30
+ name: Text Classification
31
+ dataset:
32
+ name: Unknown
33
+ type: unknown
34
+ split: test
35
+ metrics:
36
+ - type: accuracy
37
+ value: 0.9987360594795539
38
+ name: Accuracy
39
+ ---
40
+
41
+ # SetFit with klue/roberta-base
42
+
43
+ This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [klue/roberta-base](https://huggingface.co/klue/roberta-base) 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.
44
+
45
+ The model has been trained using an efficient few-shot learning technique that involves:
46
+
47
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
48
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
49
+
50
+ ## Model Details
51
+
52
+ ### Model Description
53
+ - **Model Type:** SetFit
54
+ - **Sentence Transformer body:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
55
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
56
+ - **Maximum Sequence Length:** 512 tokens
57
+ - **Number of Classes:** 16 classes
58
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
59
+ <!-- - **Language:** Unknown -->
60
+ <!-- - **License:** Unknown -->
61
+
62
+ ### Model Sources
63
+
64
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
65
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
66
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
67
+
68
+ ### Model Labels
69
+ | Label | Examples |
70
+ |:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
71
+ | 7.0 | <ul><li>'오뚜기 프레스코 양송이크림스프 180g 04. 프레스코 베이컨감자스프 180g (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'</li><li>'[⭐11/16 The보장데이 / 리뷰포인트 500원(포토&영상)⭐] 폰타나 컵수프 8개 세트 / 분말 60g(20gx3봉) 스프 4. 머쉬룸 4개+어니언 4개_폰타나 머그컵 1P (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'</li><li>'매일유업 상하키친 크림스프 파스타 2박스 (총6개입) 콘크림스프 6개입 (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'</li></ul> |
72
+ | 15.0 | <ul><li>'대신 치즈브레드 냉동 햄버거 100g pc방 매점 편의점 피씨방 업소용 간식 11.대신 불갈비벅 135g (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'</li><li>'한맥 마시따 숯불그릴벅 150g x 10개 / 냉동버거 / 햄버거 한맥 마시따 숯불그릴벅 150g x 10개 (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'</li><li>'대신 내가맛스타 120g 12.대신 치즈벅 140g (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'</li></ul> |
73
+ | 11.0 | <ul><li>'퀴진 에어프라이어 크리스피 양념감자튀김 800g 1봉+1봉 외 3종 1. 퀴진 에어 크리스피 양념감자 800g_3. 퀴진 해쉬브라운 스틱 600g (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'</li><li>'[푸디버디] 숫자치킨너겟500g/미니까스 2종 480g 1+1 숫자치킨너겟 1게+미니돈까스 1개 숫자치킨너겟 1개+미니치킨까스 1개 (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'</li><li>'사조오양 팝콘치킨 1kg (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'</li></ul> |
74
+ | 14.0 | <ul><li>'애슐리 크리스피 포테이토 핫도그 (8개입) 크리스피 소시지탱글 핫도그 (10개입) (#M)식품>냉동/간편조리식품>핫도그 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'</li><li>'고메 치즈크리스피핫도그 340g (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'</li><li>'올반 크런치 찰핫도그 80g 10봉 모짜렐라 체다치즈 인기 아이간식 찰핫도그 10봉+크런치 10봉 (#M)식품>냉동/간편조리식품>핫도그 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'</li></ul> |
75
+ | 13.0 | <ul><li>'전원푸드락 미트볼 1kg (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'</li><li>'오뚜기 한입쏙쏙미트볼(렌지) 180G 입맛돋는매운갈비찜(렌지) 180G (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'</li><li>'쉐프의밥상 육즙가득 미트볼 2kg+두툼 함박스테이크 1kg 국내산 원료육 엄마밥상 (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'</li></ul> |
76
+ | 8.0 | <ul><li>'부산어묵장돌이 순살볼어묵 1000g (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'</li><li>'부산어묵장돌이 야채맛사각어묵 900g (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'</li><li>'가덕도 부산 종합어묵 3kg 업소용 종합오뎅 대용량 (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'</li></ul> |
77
+ | 12.0 | <ul><li>'애슐리 크런치즈엣지 트리플 치즈 피자 크런치즈엣지 올더미트 피자 1판 (#M)식품>냉동/간편조리식품>피자 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'</li><li>'노엣지피자 베이컨 파이브치즈 4개 (#M)식품>냉동/간편조리식품>피자 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'</li><li>'G풀무원 피자 4종 5판 골라담기 (노엣지/시카고/크로엣지/골드크러스트) 20.골드크러스트 파이브치즈X5 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'</li></ul> |
78
+ | 4.0 | <ul><li>'추억의 국민학교 떡볶이 5팩 /오리��널맛/쫄볶이 02.국떡 쫄볶이 5팩 (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'</li><li>'옥이네 떡볶이 쫄볶이 밀떡 밀키트 2팩+2팩 쫄볶이 매운맛 2팩_떡볶이 매니아맛 2팩 (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'</li><li>'당일생산 밀떡 1.5kg 2. 밀떡 1.5kg (중) (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'</li></ul> |
79
+ | 10.0 | <ul><li>'오뚜기 3분카레 매운맛 200g 오뚜기 3분카레 매운맛 200g (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'</li><li>'티아시아키친 즉석카레 스파이시 비프 마살라 커리 170g 게살 푸팟퐁 커리 170g (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'</li><li>'티아시아커리 치킨 마크니 커리 170g/SPCRB-01 선택03.티아시아 비프 커리170g-SPCRC (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'</li></ul> |
80
+ | 2.0 | <ul><li>'한끼통살 닭가슴살 10종 50개 골라담기 냉동 스팀 통닭가슴살 통살 데리야끼맛 (20개입)_통살 10종 혼합 세트 (30개입) (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'</li><li>'랭커 닭가슴살 1팩 골라담기 소세지 스테이크 스팀 수비드 훈제 냉동 닭가슴살 스테이크 갈릭 1팩 (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'</li><li>'아임닭 닭가슴살 75종 / 훈제 스팀 저염 소세지 스테이크 헬스 26_크리스피 닭가슴살 숯불갈비 (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'</li></ul> |
81
+ | 1.0 | <ul><li>'바비바삭 현미 보리 귀리 포켓 누룽지 보리바비바삭 2봉 현미바비바삭 1봉 (#M)식품>냉동/간편조리식품>누룽지 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 누룽지'</li><li>'누룽씬 국내산 현미 가마솥 수제누룽지 400g 1봉 유기농 가마솥누룽지 200g 1봉 (#M)식품>냉동/간편조리식품>누룽지 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 누룽지'</li><li>'마운틴듀 355ml 1개 수제 누룽지_도시농부 수제 누룽지 1KG(25봉) (#M)식품>음료>청량/탄산음료>기타탄산음료 T200 > Naverstore > 식품 > 생수/음료 > 청량/탄산음료 > 기타탄산음료'</li></ul> |
82
+ | 9.0 | <ul><li>'쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 9. 채식 햄버거패티 210g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'</li><li>'쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 8. 참좋은 너비안 300g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'</li><li>'쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 11. 쏘이 너비안볼 240g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'</li></ul> |
83
+ | 3.0 | <ul><li>'식스밀 닭가슴살 다이어트 식단 체중조절식 1종 외 단백질 벌크업 식단 냉동 간편 직장인 스테이크 도시락 연어 계란볶음밥 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'</li><li>'[포켓샐러드] 라이스 도시락 미니컵밥 백김치멸치 간편식 외 22종 19.시즌3 계란곤약볶음밥&함박스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'</li><li>'저당도시락 장조림 버터 계란밥 외 13종 한끼 관리식단 1주 2주 한달 건강한 직장인 간편식 곤약밥/반찬 단백질 식단 03_저당 산채비빔밥 200g (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'</li></ul> |
84
+ | 0.0 | <ul><li>'목우촌 쉐프9단 통등심 꿔바로우 1kg (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'</li><li>'비비고 냉동 고등어구이 60G 5개+5개 (총 10개) 외 8종 고등어 60Gx5개+가자미 70Gx5개 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'</li><li>'냉동야채 1kg 다진 야채 믹스 볶음밥재료 02.혼합4종 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'</li></ul> |
85
+ | 5.0 | <ul><li>'한성 이게조아F 540g 02. 크래미F2 1kg (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'</li><li>'오양/실속/맛살/kg/사조/식품/냉동/조리/게살 본품 (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'</li><li>'오양 실속 맛살 1kg 사조 식품 냉동 조리 게살 본품 (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'</li></ul> |
86
+ | 6.0 | <ul><li>'싱싱한 닭가슴살 야채 샐러드 외 32종 100g 야채믹스 도시락 식단 배달 29_리코타치즈 샐러드 180g (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'</li><li>'[샐러드 정기배송] 1주/2주 5종을 배송 1일 2식 새벽배송 식단 1일1식(새벽배송)_1주_화요일 (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'</li><li>'샐러드 재료 다이어트 야채 유러피안 배달 배송 1kg 모듬쌈 1kg (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'</li></ul> |
87
+
88
+ ## Evaluation
89
+
90
+ ### Metrics
91
+ | Label | Accuracy |
92
+ |:--------|:---------|
93
+ | **all** | 0.9987 |
94
+
95
+ ## Uses
96
+
97
+ ### Direct Use for Inference
98
+
99
+ First install the SetFit library:
100
+
101
+ ```bash
102
+ pip install setfit
103
+ ```
104
+
105
+ Then you can load this model and run inference.
106
+
107
+ ```python
108
+ from setfit import SetFitModel
109
+
110
+ # Download from the 🤗 Hub
111
+ model = SetFitModel.from_pretrained("mini1013/master_cate_top_fd0")
112
+ # Run inference
113
+ preds = model("(10+1) 다즐샵 식단 도시락 15종 골라담기 11_다섯가지나물밥+참스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락")
114
+ ```
115
+
116
+ <!--
117
+ ### Downstream Use
118
+
119
+ *List how someone could finetune this model on their own dataset.*
120
+ -->
121
+
122
+ <!--
123
+ ### Out-of-Scope Use
124
+
125
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
126
+ -->
127
+
128
+ <!--
129
+ ## Bias, Risks and Limitations
130
+
131
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
132
+ -->
133
+
134
+ <!--
135
+ ### Recommendations
136
+
137
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
138
+ -->
139
+
140
+ ## Training Details
141
+
142
+ ### Training Set Metrics
143
+ | Training set | Min | Median | Max |
144
+ |:-------------|:----|:--------|:----|
145
+ | Word count | 12 | 21.1790 | 41 |
146
+
147
+ | Label | Training Sample Count |
148
+ |:------|:----------------------|
149
+ | 0.0 | 50 |
150
+ | 1.0 | 50 |
151
+ | 2.0 | 50 |
152
+ | 3.0 | 50 |
153
+ | 4.0 | 50 |
154
+ | 5.0 | 50 |
155
+ | 6.0 | 50 |
156
+ | 7.0 | 50 |
157
+ | 8.0 | 50 |
158
+ | 9.0 | 32 |
159
+ | 10.0 | 50 |
160
+ | 11.0 | 50 |
161
+ | 12.0 | 50 |
162
+ | 13.0 | 50 |
163
+ | 14.0 | 50 |
164
+ | 15.0 | 50 |
165
+
166
+ ### Training Hyperparameters
167
+ - batch_size: (128, 128)
168
+ - num_epochs: (20, 20)
169
+ - max_steps: -1
170
+ - sampling_strategy: oversampling
171
+ - num_iterations: 50
172
+ - body_learning_rate: (2e-05, 1e-05)
173
+ - head_learning_rate: 0.01
174
+ - loss: CosineSimilarityLoss
175
+ - distance_metric: cosine_distance
176
+ - margin: 0.25
177
+ - end_to_end: False
178
+ - use_amp: False
179
+ - warmup_proportion: 0.1
180
+ - l2_weight: 0.01
181
+ - seed: 42
182
+ - eval_max_steps: -1
183
+ - load_best_model_at_end: False
184
+
185
+ ### Training Results
186
+ | Epoch | Step | Training Loss | Validation Loss |
187
+ |:-------:|:----:|:-------------:|:---------------:|
188
+ | 0.0033 | 1 | 0.4947 | - |
189
+ | 0.1634 | 50 | 0.4776 | - |
190
+ | 0.3268 | 100 | 0.286 | - |
191
+ | 0.4902 | 150 | 0.1239 | - |
192
+ | 0.6536 | 200 | 0.0278 | - |
193
+ | 0.8170 | 250 | 0.0062 | - |
194
+ | 0.9804 | 300 | 0.0015 | - |
195
+ | 1.1438 | 350 | 0.0008 | - |
196
+ | 1.3072 | 400 | 0.0004 | - |
197
+ | 1.4706 | 450 | 0.0002 | - |
198
+ | 1.6340 | 500 | 0.0002 | - |
199
+ | 1.7974 | 550 | 0.0002 | - |
200
+ | 1.9608 | 600 | 0.0001 | - |
201
+ | 2.1242 | 650 | 0.0001 | - |
202
+ | 2.2876 | 700 | 0.0001 | - |
203
+ | 2.4510 | 750 | 0.0001 | - |
204
+ | 2.6144 | 800 | 0.0001 | - |
205
+ | 2.7778 | 850 | 0.0001 | - |
206
+ | 2.9412 | 900 | 0.0001 | - |
207
+ | 3.1046 | 950 | 0.0 | - |
208
+ | 3.2680 | 1000 | 0.0 | - |
209
+ | 3.4314 | 1050 | 0.0 | - |
210
+ | 3.5948 | 1100 | 0.0 | - |
211
+ | 3.7582 | 1150 | 0.0 | - |
212
+ | 3.9216 | 1200 | 0.0 | - |
213
+ | 4.0850 | 1250 | 0.0 | - |
214
+ | 4.2484 | 1300 | 0.0 | - |
215
+ | 4.4118 | 1350 | 0.0 | - |
216
+ | 4.5752 | 1400 | 0.0 | - |
217
+ | 4.7386 | 1450 | 0.0 | - |
218
+ | 4.9020 | 1500 | 0.0 | - |
219
+ | 5.0654 | 1550 | 0.0 | - |
220
+ | 5.2288 | 1600 | 0.0 | - |
221
+ | 5.3922 | 1650 | 0.0 | - |
222
+ | 5.5556 | 1700 | 0.0 | - |
223
+ | 5.7190 | 1750 | 0.0 | - |
224
+ | 5.8824 | 1800 | 0.0 | - |
225
+ | 6.0458 | 1850 | 0.0 | - |
226
+ | 6.2092 | 1900 | 0.0 | - |
227
+ | 6.3725 | 1950 | 0.0 | - |
228
+ | 6.5359 | 2000 | 0.0 | - |
229
+ | 6.6993 | 2050 | 0.0 | - |
230
+ | 6.8627 | 2100 | 0.0 | - |
231
+ | 7.0261 | 2150 | 0.0 | - |
232
+ | 7.1895 | 2200 | 0.0 | - |
233
+ | 7.3529 | 2250 | 0.0 | - |
234
+ | 7.5163 | 2300 | 0.0 | - |
235
+ | 7.6797 | 2350 | 0.0 | - |
236
+ | 7.8431 | 2400 | 0.0 | - |
237
+ | 8.0065 | 2450 | 0.0 | - |
238
+ | 8.1699 | 2500 | 0.0 | - |
239
+ | 8.3333 | 2550 | 0.0 | - |
240
+ | 8.4967 | 2600 | 0.0 | - |
241
+ | 8.6601 | 2650 | 0.0 | - |
242
+ | 8.8235 | 2700 | 0.0 | - |
243
+ | 8.9869 | 2750 | 0.0 | - |
244
+ | 9.1503 | 2800 | 0.0 | - |
245
+ | 9.3137 | 2850 | 0.0 | - |
246
+ | 9.4771 | 2900 | 0.0 | - |
247
+ | 9.6405 | 2950 | 0.0 | - |
248
+ | 9.8039 | 3000 | 0.0 | - |
249
+ | 9.9673 | 3050 | 0.0 | - |
250
+ | 10.1307 | 3100 | 0.0 | - |
251
+ | 10.2941 | 3150 | 0.0 | - |
252
+ | 10.4575 | 3200 | 0.0 | - |
253
+ | 10.6209 | 3250 | 0.0 | - |
254
+ | 10.7843 | 3300 | 0.0 | - |
255
+ | 10.9477 | 3350 | 0.0 | - |
256
+ | 11.1111 | 3400 | 0.0 | - |
257
+ | 11.2745 | 3450 | 0.0 | - |
258
+ | 11.4379 | 3500 | 0.0 | - |
259
+ | 11.6013 | 3550 | 0.0 | - |
260
+ | 11.7647 | 3600 | 0.0 | - |
261
+ | 11.9281 | 3650 | 0.0 | - |
262
+ | 12.0915 | 3700 | 0.0 | - |
263
+ | 12.2549 | 3750 | 0.0 | - |
264
+ | 12.4183 | 3800 | 0.0 | - |
265
+ | 12.5817 | 3850 | 0.0 | - |
266
+ | 12.7451 | 3900 | 0.0 | - |
267
+ | 12.9085 | 3950 | 0.0 | - |
268
+ | 13.0719 | 4000 | 0.0 | - |
269
+ | 13.2353 | 4050 | 0.0 | - |
270
+ | 13.3987 | 4100 | 0.0 | - |
271
+ | 13.5621 | 4150 | 0.0 | - |
272
+ | 13.7255 | 4200 | 0.0 | - |
273
+ | 13.8889 | 4250 | 0.0 | - |
274
+ | 14.0523 | 4300 | 0.0 | - |
275
+ | 14.2157 | 4350 | 0.0 | - |
276
+ | 14.3791 | 4400 | 0.0 | - |
277
+ | 14.5425 | 4450 | 0.0001 | - |
278
+ | 14.7059 | 4500 | 0.0001 | - |
279
+ | 14.8693 | 4550 | 0.0 | - |
280
+ | 15.0327 | 4600 | 0.0 | - |
281
+ | 15.1961 | 4650 | 0.0 | - |
282
+ | 15.3595 | 4700 | 0.0 | - |
283
+ | 15.5229 | 4750 | 0.0 | - |
284
+ | 15.6863 | 4800 | 0.0001 | - |
285
+ | 15.8497 | 4850 | 0.0 | - |
286
+ | 16.0131 | 4900 | 0.0 | - |
287
+ | 16.1765 | 4950 | 0.0 | - |
288
+ | 16.3399 | 5000 | 0.0 | - |
289
+ | 16.5033 | 5050 | 0.0 | - |
290
+ | 16.6667 | 5100 | 0.0 | - |
291
+ | 16.8301 | 5150 | 0.0 | - |
292
+ | 16.9935 | 5200 | 0.0 | - |
293
+ | 17.1569 | 5250 | 0.0 | - |
294
+ | 17.3203 | 5300 | 0.0 | - |
295
+ | 17.4837 | 5350 | 0.0 | - |
296
+ | 17.6471 | 5400 | 0.0 | - |
297
+ | 17.8105 | 5450 | 0.0 | - |
298
+ | 17.9739 | 5500 | 0.0 | - |
299
+ | 18.1373 | 5550 | 0.0 | - |
300
+ | 18.3007 | 5600 | 0.0 | - |
301
+ | 18.4641 | 5650 | 0.0 | - |
302
+ | 18.6275 | 5700 | 0.0 | - |
303
+ | 18.7908 | 5750 | 0.0 | - |
304
+ | 18.9542 | 5800 | 0.0 | - |
305
+ | 19.1176 | 5850 | 0.0 | - |
306
+ | 19.2810 | 5900 | 0.0 | - |
307
+ | 19.4444 | 5950 | 0.0 | - |
308
+ | 19.6078 | 6000 | 0.0 | - |
309
+ | 19.7712 | 6050 | 0.0 | - |
310
+ | 19.9346 | 6100 | 0.0 | - |
311
+
312
+ ### Framework Versions
313
+ - Python: 3.10.12
314
+ - SetFit: 1.1.0
315
+ - Sentence Transformers: 3.3.1
316
+ - Transformers: 4.44.2
317
+ - PyTorch: 2.2.0a0+81ea7a4
318
+ - Datasets: 3.2.0
319
+ - Tokenizers: 0.19.1
320
+
321
+ ## Citation
322
+
323
+ ### BibTeX
324
+ ```bibtex
325
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
326
+ doi = {10.48550/ARXIV.2209.11055},
327
+ url = {https://arxiv.org/abs/2209.11055},
328
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
329
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
330
+ title = {Efficient Few-Shot Learning Without Prompts},
331
+ publisher = {arXiv},
332
+ year = {2022},
333
+ copyright = {Creative Commons Attribution 4.0 International}
334
+ }
335
+ ```
336
+
337
+ <!--
338
+ ## Glossary
339
+
340
+ *Clearly define terms in order to be accessible across audiences.*
341
+ -->
342
+
343
+ <!--
344
+ ## Model Card Authors
345
+
346
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
347
+ -->
348
+
349
+ <!--
350
+ ## Model Card Contact
351
+
352
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
353
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_domain",
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
+ "labels": null,
3
+ "normalize_embeddings": false
4
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6f60b9b5299e8c783a468f6063a46fc114acf8ccee44f111b0fbb33dc8893c9a
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:87d0fbc4b57a53c1d9a183e1f8ec1974a6a3cd21d90cf92301d4937f51d32519
3
+ size 99367
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