Push model using huggingface_hub.

2bf0884 verified 8 days ago

125 kB

tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: Zahnzusatzversicherung () [WebView|WebView]
  - text: >-
      Online-Marktplatz (Online-Marktplatz) [TextView|WebView] |  (Warenkorb)
      [View|WebView] | Wonach suchst du? () [AutoCompleteTextView|WebView] |
      Kaufland.de — Angebote entdecken & günstig einkaufen () [WebView|WebView]
      | Kaufland.de — Angebote entdecken & günstig einkaufen ()
      [TextView|WebView] | Lass dich inspirieren () [TextView|WebView] |
      Produktbild von Apple iPhone 15 128 GB schwarz () [Image|WebView] | Apple
      iPhone 15 128 GB schwarz () [TextView|WebView] | Durchschnittsbewertung:
      4.5 von 5Anzahl Bewertungen: 799 () [TextView|WebView] | Energielabel
      anzeigen () [Button|WebView] | Die Energieeffizienzklasse des Produkts ist
      B. () [TextView|WebView] | Produktdatenblatt anzeigen Produktdatenblatt ()
      [Button|WebView] | Verkäufer: Happy_Handy () [TextView|WebView] | 
      (SCHNELL ZUGREIFEN! Jetzt sparen) [View|WebView] | SCHNELL ZUGREIFEN! ()
      [TextView|WebView] | Jetzt sparen () [Button|WebView] | Produktbild von
      French Avenue Liquid Brun Eau de Parfum unisex 100 ml () [Image|WebView] |
      French Avenue Liquid Brun Eau de Parfum unisex 100 ml ()
      [TextView|WebView] | Durchschnittsbewertung: 4.5 von 5Anzahl Bewertungen:
      215 () [TextView|WebView] | -2% () [TextView|WebView] | Hammer-Preis ()
      [Button|WebView] | Verkäufer: K8-Werkstatt () [TextView|WebView] |
      Produktbild von Roborock Saros 10R Staubsauger Roboter mit Wischfunktion,
      22,000 Pa(Upgrade von S8 MaxV Ultra), 80 °C Heißwasser-Moppwäsche, 7,98cm
      Slim Design () [Image|WebView] | Roborock Saros 10R Staubsauger Roboter
      mit Wischfunktion, 22,000 Pa(Upgrade von S8 MaxV Ultra), 80 °C
      Heißwasser-Moppwäsche, 7,98cm Slim Design () [TextView|WebView] |
      Durchschnittsbewertung: 5 von 5Anzahl Bewertungen: 83 ()
      [TextView|WebView] | Unverbindliche Preisempfehlung () [View|WebView] |
      Verkäufer: Roborock_Official_Store () [TextView|WebView] | Produktbild von
      Samsung GU55DU7170U 55" Ultra HD 4K Smart LED TV (2024) Black ()
      [Image|WebView] | Samsung GU55DU7170U 55" Ultra HD 4K Smart LED TV (2024)
      Black () [TextView|WebView] | Durchschnittsbewertung: 4.5 von 5Anzahl
      Bewertungen: 288 () [TextView|WebView] | Hammer-Preis () [Button|WebView]
      | Energielabel anzeigen () [Button|WebView] | Die Energieeffizienzklasse
      des Produkts ist G. () [TextView|WebView] | Produktdatenblatt anzeigen
      Produktdatenblatt () [Button|WebView] | Verkäufer: Gamingoase_GmbH ()
      [TextView|WebView] | GENTOR Wagenheber 3T hydraulisch – robuster
      Rangierwagenheber mit Zubehör () [Image|WebView] | Wagenheber 3T
      hydraulisch Rangierwagenheber flach 75-505mm Autoheber Rangier-wagenheber
      hydraulik () [TextView|WebView] | Durchschnittsbewertung: 4.5 von 5Anzahl
      Bewertungen: 95 () [TextView|WebView] | Verkäufer: BLACKCOCOs ()
      [TextView|WebView] | Produktbild von Britax Römer Kidfix I-Size Autositz
      Storm Grey () [Image|WebView] | Britax Römer Kidfix I-Size Autositz Storm
      Grey () [TextView|WebView] |  (Home) [FrameLayout|WebView] | Home ()
      [TextView|WebView] |  (Angebote) [FrameLayout|WebView] | Angebote ()
      [TextView|WebView] |  (Coupons) [FrameLayout|WebView] | Coupons ()
      [TextView|WebView] |  (Online-Marktplatz) [FrameLayout|WebView] |
      Online-Marktplatz () [TextView|WebView] |  (Profil) [FrameLayout|WebView]
      | Profil () [TextView|WebView]
  - text: Aktiviert (3) () [TextView|View] | Aktiviert () [TextView|View]
  - text: >-
      Alle (10) () [TextView|View] | Aktiviert (0) () [TextView|View] | -2€ ()
      [TextView|View] | Jetzt 2€ Rabatt sichern! () [TextView|View] | Ab 20€
      Einkaufswert () [TextView|View] | Aktivieren () [TextView|View] | -20
      (minus20) [TextView|View] |  (loyalty points) [View|View] | Marktplatz ()
      [TextView|View] | Nur noch 2 Tage () [TextView|View] | -5% ()
      [TextView|View] | ProfiCare® elektrische Wärmflasche, kurze Aufheizzeit ()
      [TextView|View] | Produkt ansehen () [TextView|View] | Marktplatz ()
      [TextView|View] | Nur noch 2 Tage () [TextView|View] | -8€ ()
      [TextView|View] | CreaTable, 16635, Cloudy Jeansblue, Kombiservice 10-tlg,
      Steinzeug () [TextView|View] | Produkt ansehen () [TextView|View] |
      Marktplatz () [TextView|View] | Nur noch 2 Tage () [TextView|View] |
      Kaufland Card () [Button|View]
  - text: ' (Close button) [View|DialogWrapper] | Mit Kaufland Pay sicher zahlen! () [TextView|DialogWrapper] | Ein Scan für alles: Kaufland Card Vorteile sichern und ganz einfach bezahlen. () [TextView|DialogWrapper] | So einfach geht''s: () [TextView|DialogWrapper] | 1 () [TextView|DialogWrapper] | Bei Kaufland Pay registrieren (1Bei Kaufland Pay registrieren) [TextView|DialogWrapper] | 2 () [TextView|DialogWrapper] | Kaufland Card öffnen & PIN eingeben (2Kaufland Card öffnen & PIN eingeben) [TextView|DialogWrapper] | 3 () [TextView|DialogWrapper] | Kaufland Card an der Kasse scannen zum Zahlen und Sparen (3Kaufland Card an der Kasse scannen zum Zahlen und Sparen) [TextView|DialogWrapper] | Bluecode® ermöglicht sichere und anonyme Zahlung mit Kaufland Pay () [TextView|DialogWrapper] | Jetzt registrieren* () [TextView|DialogWrapper] | *Mit der Registrierung akzeptierst du die Datenschutzbestimmungen und die Teilnahmebedingungen. () [TextView|DialogWrapper]'
metrics:
  - accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
datasets:
  - tmp-org/kaufland-0-0
base_model: Alibaba-NLP/gte-multilingual-base

SetFit with Alibaba-NLP/gte-multilingual-base

This is a SetFit model trained on the tmp-org/kaufland-0-0 dataset that can be used for Text Classification. This SetFit model uses Alibaba-NLP/gte-multilingual-base 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: Alibaba-NLP/gte-multilingual-base
Classification head: a LogisticRegression instance
Maximum Sequence Length: 8192 tokens
Number of Classes: 20 classes
Training Dataset: tmp-org/kaufland-0-0

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
Home_Home	'Hallo Kristin (Hallo Kristin) [TextView
Coupons_Filiale	'Akti\u200bvieren () [TextView
Angebote_Kaufland Card Angebote	'KNÜLLER () [TextView
Angebote_Angebote	'Aktuelle Angebote (Aktuelle Angebote) [TextView
Other_Prospekt	' (Seite 2 von 64) [View
Other_Digitale Kassenbons	' (Zurück) [View
Other_Kaufland Card	' (Close button) [View
Online-Marktplatz_Online-Marktplatz	'Profil (Profil) [TextView
Coupons_Partner	'Alle (18) () [TextView
Coupons_Marktplatz	'Coupons (Coupons) [TextView
Profil_Profil	'Profil (Profil) [TextView
Other_Coupon details	' (Zurück) [View
Other_Other	" (Close button) [View
Other_Einkaufsliste	'Hallo Kristin (Hallo Kristin) [TextView
Other_Rezepte	' (Zurück) [ImageButton
Other_Angebot details	' (Zurück) [View
Other_Loading	'\ue916 () [TextView
Other_Treuepunkte	'Sammle Treuepunkte mit jedem Filialeinkauf und jeder Bestellung im Online-Marktplatz. Außerdem kannst durch die Teilnahme am „Glücksrad“ oder an unserem „Geschenk des Tages“ Treuepunkte erhalten. \n\nLös deine verfügbaren Treuepunkte ein, um Coupons zu aktivieren und spar bei deinem nächsten Einkauf online und in deiner Filiale. () [TextView
Online-Marktplatz_Loading	'Online-Marktplatz (Online-Marktplatz) [TextView
Angebote_Loading	'Aktuelle Angebote (Aktuelle Angebote) [TextView

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("tmp-org/kaufland_v1")
# Run inference
preds = model("Zahnzusatzversicherung () [WebView|WebView]")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	134.6818	3133

Label	Training Sample Count
Angebote_Angebote	16
Angebote_Kaufland Card Angebote	16
Angebote_Loading	2
Coupons_Filiale	16
Coupons_Marktplatz	16
Coupons_Partner	16
Home_Home	16
Online-Marktplatz_Loading	3
Online-Marktplatz_Online-Marktplatz	15
Other_Angebot details	11
Other_Coupon details	5
Other_Digitale Kassenbons	12
Other_Einkaufsliste	3
Other_Kaufland Card	11
Other_Loading	4
Other_Other	13
Other_Prospekt	16
Other_Rezepte	12
Other_Treuepunkte	4
Profil_Profil	13

Training Hyperparameters

batch_size: (4, 4)
num_epochs: (1, 1)
max_steps: -1
sampling_strategy: undersampling
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: 4242
eval_max_steps: -1
load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0013	1	0.2528	-
0.0628	50	0.1965	-
0.1256	100	0.143	-
0.1884	150	0.1238	-
0.2513	200	0.1006	-
0.3141	250	0.0849	-
0.3769	300	0.1106	-
0.4397	350	0.0844	-
0.5025	400	0.0738	-
0.5653	450	0.0642	-
0.6281	500	0.0654	-
0.6910	550	0.0566	-
0.7538	600	0.0702	-
0.8166	650	0.0524	-
0.8794	700	0.0557	-
0.9422	750	0.0519	-

Framework Versions

Python: 3.12.6
SetFit: 1.1.2
Sentence Transformers: 5.2.2
Transformers: 4.57.1
PyTorch: 2.10.0+cu128
Datasets: 3.6.0
Tokenizers: 0.22.2

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}
}