Hugging Face's logo

mini1013
/
master_cate_el15

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_el15 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
9689f1d verified
preview code
|
raw
history blame contribute delete
16.3 kB
metadata
base_model: mini1013/master_domain
library_name: setfit
metrics:
  - metric
pipeline_tag: text-classification
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: 비타그램 프리미엄 페이스&갈바닉 CX19-11  주식회사 제이제이몰
  - text: 쥬베라 3파장 357개 LED 마스크  주식회사 바바라도로시
  - text: 코털제거기 코털 귀털 눈썹 정리기 나비 NV151-ENT7 화이트 정리기 다듬기 관리기 깍기  (주) 윙스아이티
  - text: 조아스 전기 이발기 JC-4773  홍운SnC
  - text: 필립스 방수전기면도기 건습식 SkinIQ 7000 S7788/61 다크크롬  헤일로
inference: true
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: metric
            value: 0.7128640776699029
            name: Metric

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:

  1. Fine-tuning a Sentence Transformer with contrastive learning.
  2. Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

Model Sources

Model Labels

Label Examples
10
  • '다이슨 슈퍼소닉 여행용 헤어 드라이기 휴대용 가죽 케이스 보관함 가방 브라운 아저씨'
  • '[체리니]레인보우잭 클리퍼잭 바리깡 잭 바리깡 덧날 체리니'
  • '바비온 BOB65 강아지이발기 전용 이발기날 이발기 바리깡 세라믹 이발기날 교체용날 주식회사 바비온'
13
  • '홈스킨이노베이션즈 실큰 쥬얼 IPL 레이저 제모기 공육이삼(0623)'
  • '유어피스 바디쉐이버 YP-BR01(샴페인핑크) 소담마켓'
  • '필립스코리아 샤티넬 모근제거기 화이트 + 라임 그린 BRE224/00 최상현'
11
  • '하이맥스토끼바리깡 CL-300 전문가용이발기 핑크 오.케이상사'
  • '하이맥스 CL-303K 토끼바리깡/장미바리깡/미용실바리깡 한일인터내셔널'
  • '베라스 남자이발기 프로바리깡 전문가용 방수이발기 바리깡 미용실바리깡 유아이발기 셀프 투블럭 아기바리깡 셀프바리깡 미용실바리깡 토끼바리깡 유아바리깡 방수바리깡 VC-1000S 이코리코'
8
  • '[애드온] 애드온 전동 손톱깎이 네일트리머 SV425 (주) 교보문고'
  • '전동 아기 신생아 손톱깎이 네일트리머 손톱트리머 BNT-2 블루 (주)휴비딕'
  • '세신드릴 블랙스완 무선 네일드릴 35,000rpm 주식회사 코즈랩'
3
  • '에어라파 무선 방수 스마트 두피마사지기 HS3440 다인지앤비'
  • '두피 마사지기 관리기 저준위레이저 모두온 SH-LC2 블루 (주)메디위'
  • '[텐마인즈] 브레오 두피 마사지기 SCALP2 헤어 스칼프 전동 안마기 관리기 각질케어 [465] 그레이_1개(15000원) (주) 열심히커뮤니케이션즈'
5
  • '[소식알림받고 리뷰작성 3만적립금]다이슨 에어스트레이트 스트레이트너 (블루/코퍼) 다이슨코리아 유한회사'
  • '[포토리뷰 1만원 적립]다이슨 에어스트레이트 스트레이트너 (니켈/코퍼) 다이슨코리아 유한회사'
  • '다이슨 코랄 헤어 스트레이트너(코퍼/니켈) / 정품 / L 레드/니켈(기프트) 주식회사 리안'
12
  • 'BRAUN 시리즈X M1100 세진세라믹'
  • 'BRAUN 시리즈7 71-N1200S 뉴데이즈마켓'
  • '필립스 SkinIQ 5000시리즈 S5588/17 - 포시즌 밸류앤포'
16
  • 'JMW BLDC 헤어 드라이어 부스터 SDU3A01A 코스트코 드라이기 에이앤지컴퍼니'
  • '테팔 헤어스트레이트너 리스앤컬 투인원 HS4210K0 (주)인앤인코스메틱'
  • '벨레르 그루 8in1 전력전압 자동조절 전 세계 최초 해외 사용 가능 에어 스타일러 헤어 드라이기 주식회사 나우홈'
4
  • '플러스에어 공식판매처 헤어드라이기 H3 베이직 그린 주식회사 디깅미인터내셔널'
  • '예스뷰티 ZOA-1530 이순한'
  • '차이슨 헤어 초경량 가벼운드라이기 여행용 휴대용 3m 1.8m스탠다드 밀크 단일노즐 영통종합유통'
17
  • '예스뷰티 헤어롤 YB-9200 롤20개 사용온도센서 바이오메드'
  • '예스뷰티 휴대용 헤어롤 YB-104 프리볼트/헤어롤/휴대용헤어롤/구르프/셋팅기/휴대용셋팅기/여행용셋팅기/여행용헤어롤/예스뷰티헤어롤 YB-104 (프리볼트) 윌로펌프서비스(김포)'
  • '[예스뷰티]YB-9120 전기헤어롤 12P 태민사'
6
  • 'BRAUN 70S 셜크'
  • '[BRAUN] 브라운 전기면도기 시리즈9&8 파워충전케이스 (9484 PC) 9484pc power case [PC15] 주식회사 이엘피스(E-엘피스)'
  • '파나소닉 람대쉬 전기면도기 세척기전용 (WES4L03) 세정액 (주)레그노'
15
  • 'LG 프라엘 인텐시브 멀티케어 BLP1 복합 갈바닉 고주파 마사지기 쿨링 미세전류 수분 보습 탄력 케어 인텐시브 멀티케어[P709] 주식회사블루원'
  • '피코스텍 메디큐브 에이지알 유쎄라 딥 샷 (거치대포함) 김희선 마사지기 하이곰 마켓'
  • 'LG프라엘 더마쎄라 BLQ1 + 카트리지 BARQ1 2종 세트 (주)엘앤텍'
0
  • 'FHIKOREA 마르세이유 MW_01 블랙 아래서위로'
  • '바비리스 수블림 컬링 아이론 C332K 우씨(WooSEA)'
  • '바비리스 C332K 모라상사'
14
  • '필립스 NT3650/16 동의 선우에이치앤비(SUNWOO H&B)'
  • '이즈미 생활방수 코털제거기 NB-12B 핵심 날 망 일본 제조 (주)라이징테크'
  • '필립스 NT-3160 필립스 NT-3160 렉슬리코리아'
2
  • '[MISO] 미소 AR-148PP 눈썹정리기/눈썹바리깡/눈썹이발기 AR-148PP 메티에'
  • '파나소닉 셀프 제모기 트리머 면도기 ER-GM40 눈썹 바리깡 (주)미도시'
  • '쥬베라 히팅뷰러 속눈썹 고데기 JV-305 핑크 팔팔상회'
1
  • '페이스팩토리 속눈썹 고데기 USB 충전 온열 히팅 뷰러 드라이기 고대기 속눈썹고데기 리뉴얼 주식회사 큐비스트'
  • '오아 쁘띠 컬링 v2 속눈썹 고데기 USB 충전식 온도조절 온열 히팅뷰러 ★혜택가★ 쁘띠컬링 J0001 오아 주식회사'
  • '쥬베라 속눈썹 고데기 온열 히팅 뷰러 탄젤로 주식회사 쥬베라'
7
  • '라피타 3in1 아이돌 히팅래쉬펌. 온열괄사 (주)제이온케어'
  • '오아 포텐컬링 속눈썹 고데기 usb 충전식 온도조절 온열 히팅뷰러 포텐컬링 J0007 오아 주식회사'
  • '크리스탈클라우드 충전식 눈썹 속눈썹 고데기 13g 1개 에이치케이코퍼레이션(주)'
9
  • '보다나 글램컬 에어 힛 브러쉬 코스트코 씨이마켓(CEMARKET)'
  • '비달사순 에어브러쉬 헤어 롤 빗 에어 스타일러 VSAS80PIK (CU상품권) 주식회사 디에이지'
  • '[Panasonic] 빗 드라이기 EH-KA11 [파나소닉 공식인증] (주)컴퓨존'

Evaluation

Metrics

Label Metric
all 0.7129

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_el15")
# Run inference
preds = model("조아스 전기 이발기 JC-4773  홍운SnC")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 4 8.8868 24
Label Training Sample Count
0 50
1 3
2 50
3 50
4 50
5 50
6 50
7 3
8 50
9 50
10 50
11 50
12 50
13 50
14 50
15 50
16 39
17 50

Training Hyperparameters

  • batch_size: (512, 512)
  • num_epochs: (20, 20)
  • max_steps: -1
  • sampling_strategy: oversampling
  • num_iterations: 40
  • body_learning_rate: (2e-05, 2e-05)
  • head_learning_rate: 2e-05
  • loss: CosineSimilarityLoss
  • distance_metric: cosine_distance
  • margin: 0.25
  • end_to_end: False
  • use_amp: False
  • warmup_proportion: 0.1
  • seed: 42
  • eval_max_steps: -1
  • load_best_model_at_end: False

Training Results

Epoch Step Training Loss Validation Loss
0.008 1 0.4972 -
0.4 50 0.3579 -
0.8 100 0.2105 -
1.2 150 0.0948 -
1.6 200 0.0803 -
2.0 250 0.0848 -
2.4 300 0.0253 -
2.8 350 0.0278 -
3.2 400 0.023 -
3.6 450 0.0113 -
4.0 500 0.0098 -
4.4 550 0.006 -
4.8 600 0.01 -
5.2 650 0.0044 -
5.6 700 0.0069 -
6.0 750 0.0117 -
6.4 800 0.004 -
6.8 850 0.0004 -
7.2 900 0.0023 -
7.6 950 0.0023 -
8.0 1000 0.0004 -
8.4 1050 0.0024 -
8.8 1100 0.0003 -
9.2 1150 0.001 -
9.6 1200 0.0003 -
10.0 1250 0.0004 -
10.4 1300 0.0002 -
10.8 1350 0.0003 -
11.2 1400 0.0028 -
11.6 1450 0.0002 -
12.0 1500 0.0002 -
12.4 1550 0.0002 -
12.8 1600 0.0002 -
13.2 1650 0.0002 -
13.6 1700 0.0002 -
14.0 1750 0.0001 -
14.4 1800 0.0002 -
14.8 1850 0.0002 -
15.2 1900 0.0012 -
15.6 1950 0.0001 -
16.0 2000 0.0003 -
16.4 2050 0.0001 -
16.8 2100 0.0001 -
17.2 2150 0.0001 -
17.6 2200 0.0005 -
18.0 2250 0.0001 -
18.4 2300 0.0005 -
18.8 2350 0.0001 -
19.2 2400 0.0008 -
19.6 2450 0.0001 -
20.0 2500 0.0001 -

Framework Versions

  • Python: 3.10.12
  • SetFit: 1.1.0.dev0
  • Sentence Transformers: 3.1.1
  • Transformers: 4.46.1
  • PyTorch: 2.4.0+cu121
  • Datasets: 2.20.0
  • Tokenizers: 0.20.0

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}
}