Hugging Face's logo

mini1013
/
master_cate_el5

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_el5 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
928ea9c verified
preview code
|
raw
history blame contribute delete
15.3 kB
---
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: ipTIME AX3000M WiFi 6 기가비트 와이파이 공유기 메시 무선 유무선 인터넷 애플준웍스
- text: 솔텍 SFC200-SCSW/A 광 컨버터 싱글모드 WDM 1코어 파워네트정보통신(주)
- text: 7102KVM-4K (주)이지넷유비쿼터스
- text: 아이피타임 데스크탑 무선 랜카드 PCI-E Wi-Fi 6 기가 인터넷 와이파이 수신기 11AX 3000PX 주식회사 디앤에스티
- text: '[공식 인증 판매점] IPTIME EFM네트웍스 아이피타임 Extender-A3MU WiFi 와이파이 듀얼밴드 무선AP 증폭기 확장기 (주)거북선비젼'
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: 0.9336257647466236
name: Metric
---
# 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:** 16 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 |
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 15 | <ul><li>'이지넷 NEXT-AV2303 HDMI to AV 오디오 추출기 [KF] 주식회사 케이에프컴퍼니'</li><li>'이지넷유비쿼터스 넥스트 NEXT-2000GSCS 디메이드 (DMADE)'</li><li>'ATEN UC3002A C타입 to VGA 변환 컨버터 레알몰'</li></ul> |
| 5 | <ul><li>'티피링크 TL-SM331T RJ45 SFP+ 지원 변환 TX모듈 광모듈 케이브몰'</li><li>'대흥정보기술 SPARROW SFP-1G-RJ45 광모듈 컴튜브 주식회사'</li><li>'티피링크 SM321B-2 주식회사 동행하기'</li></ul> |
| 4 | <ul><li>'MBF) RJ-45 커넥터 CAT5E UTP 투명 100개 MBF-RJ45 교이노베이션'</li><li>'w 넥스트 NEXT-RJ45 CAT.5e 모듈러 커넥터 (100개) (주)원영씨앤씨'</li><li>'Coms 커플러(RJ45) I형 8P8C BT228 (주)라니아씨앤씨'</li></ul> |
| 2 | <ul><li>'KM-021N USB3.0 KM 데이터 통신 컨버터(키보드/마우스 공유) 서준전자'</li><li>'USB3.0 KM LINK 케이블 JUC500 우노'</li><li>'NEXT-JUC500 USB 3.0 KM 스위치 Windows-Android 키보드&마우스 공유, 파일 공유 주식회사 토다스(todas Co., Ltd)'</li></ul> |
| 12 | <ul><li>'EFM ipTIME BT53XR 품위 주식회사 품위'</li><li>'크리에이티브 BT-W3 초록샵'</li><li>'[NEXI] NX1420 블루투스 V5.4 동글(NX-BT54) (주)클루웨어'</li></ul> |
| 3 | <ul><li>'IPTIME A3008-MU 기가 유무선 공유기 인터넷 와이파이 식당 매장 가정용 사무실 원룸 김윤자'</li><li>'(EFM) IPTIME RING-MINI2 AC1300 MU-MIMO WI-FI Mesh ㅅ 드림체이서'</li><li>'넥스트유 듀얼 밴드 무선 WiFi 확장기 NEXT-1204AC-AP (주)이지넷유비쿼터스'</li></ul> |
| 8 | <ul><li>'이지넷유비쿼터스 넥스트 NEXT-3100K EX 와이지컴퍼니'</li><li>'티피링크 Archer T4U Plus 주식회사 영은정보'</li><li>'EFM ipTIME A3000U 무선랜카드 (주)위젤'</li></ul> |
| 10 | <ul><li>'[랜장비] NST NSB-200 ADSL 랜모뎀 전화선으로 1Km (13/26Mbps) (주)랜장비'</li><li>'(IPD) NST 엔에스티정보통신 NSB-200 ADSL 랜모뎀 전화선으로 1Km (NSB-1000, NSB-260 후속모델) (주)아이피드림'</li><li>'엔에스티정보통신 NSB-200 모뎀 (주)원영씨앤씨'</li></ul> |
| 7 | <ul><li>'MikroTik 마이크로틱 L009UiGS-RM 방화벽 Router 컴튜브 주식회사'</li><li>'w 티피링크 TP-LINK ER7412-M2 라우터 (주)원영씨앤씨'</li><li>'MikroTik 마이크로틱 L009UiGS-RM 라우터 태성에프앤비(주)'</li></ul> |
| 14 | <ul><li>'EFM ipTIME 아이피타임 N007 안테나 (주)엠티에프시스템'</li><li>'ipTIME N007 외장형 N타입 안테나 듀얼밴드 5G 2.4G 7dbi 케이블길이 약1.5M 무상보증 1년 / 주말영업 / 방문수령 가능 / 재고보유 (주)티오피컴'</li><li>'이에프엠 ipTIME N007 무선안테나 연장안테나 (주)엘제이컴퍼니'</li></ul> |
| 1 | <ul><li>'NEXTU NEXT-1020KVM-IP 에스앤와이'</li><li>'ATEN KL1516AM 17인치 16포트 Cat 5 듀얼레일 LCD KVM 스위치 (주)아이웍스'</li><li>'에이텐 KE8950T KVM over IP 매트릭스 시스템 (수신기) 1년 보증연장 (주)퍼니케이블'</li></ul> |
| 13 | <ul><li>'아이피타임 ipTIME H705 스위치허브 에스온코리아 주식회사'</li><li>'아이피타임 H705 스위칭허브 컴온씨앤씨(주)'</li><li>'아이피타임 H6008 8포트 기가비트 스위치허브 (주)엠티에프시스템'</li></ul> |
| 6 | <ul><li>'NEXT-868LTT /랜테스터기 UTP/동축라인길이/케이블탐지 (주)엘제이컴퍼니'</li><li>'인네트워크 탐지용 멀티 테스터기IN-468R 디메이드 (DMADE)'</li><li>'MBF T1 분리형 랜테스터기 조은 정보'</li></ul> |
| 9 | <ul><li>'이지넷 산업용 POE+ 리피터 NEXT-POE201EX 최대300M/RJ-45 [KF] 주식회사 케이에프컴퍼니'</li><li>'이지넷유비쿼터스 넥스트 산업용 USB 2.0 리피터 50m (NEXT-USB404) 주식회사 조이쿨'</li><li>'넥시 HDMI 리피터 송수신기 세트 50M NX-HR50 NX509 하나샵'</li></ul> |
| 11 | <ul><li>'[랜장비] NST NSB-230S SDSL 랜모뎀, 모뎀에서 전화선으로 최대 4.5km 까지 데이타 전송 (주)랜장비'</li><li>'(IPD) NST 엔에스티정보통신 NSB-230S SDSL 랜모뎀, 모뎀에서 전화선으로 최대 4.5km 까지 데이타 전송 (주)아이피드림'</li><li>'TL-POE10R 티피링크 [PoE 스플리터] 1000Mbps IEEE 802.3af 전압 조절스위치 5V 9V 12V 선택 가능 전송거리 100M 지원 비전네트워크'</li></ul> |
| 0 | <ul><li>'EFM ipTIME Ring-AX 무선확장기 디에스큐브스토어'</li><li>'1300K 유무선공유기 AX1800 빔포밍 MU MIMO 기가비트 듀얼밴드 [0001]단일상품 CJONSTYLE'</li><li>'ipTIME Ring-AX WiFi 6 PoE 무선AP 기가 메시 와이파이확장기 증폭기 중계기 애플준웍스'</li></ul> |
## Evaluation
### Metrics
| Label | Metric |
|:--------|:-------|
| **all** | 0.9336 |
## 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_el5")
# Run inference
preds = model("7102KVM-4K (주)이지넷유비쿼터스")
```
<!--
### 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 | 3 | 8.8470 | 24 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0 | 4 |
| 1 | 50 |
| 2 | 26 |
| 3 | 50 |
| 4 | 50 |
| 5 | 50 |
| 6 | 50 |
| 7 | 32 |
| 8 | 50 |
| 9 | 50 |
| 10 | 6 |
| 11 | 3 |
| 12 | 50 |
| 13 | 50 |
| 14 | 50 |
| 15 | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0102 | 1 | 0.4967 | - |
| 0.5102 | 50 | 0.3039 | - |
| 1.0204 | 100 | 0.1904 | - |
| 1.5306 | 150 | 0.0492 | - |
| 2.0408 | 200 | 0.0328 | - |
| 2.5510 | 250 | 0.0146 | - |
| 3.0612 | 300 | 0.0101 | - |
| 3.5714 | 350 | 0.0137 | - |
| 4.0816 | 400 | 0.0023 | - |
| 4.5918 | 450 | 0.0002 | - |
| 5.1020 | 500 | 0.0001 | - |
| 5.6122 | 550 | 0.0001 | - |
| 6.1224 | 600 | 0.0037 | - |
| 6.6327 | 650 | 0.0001 | - |
| 7.1429 | 700 | 0.0001 | - |
| 7.6531 | 750 | 0.0001 | - |
| 8.1633 | 800 | 0.0039 | - |
| 8.6735 | 850 | 0.0039 | - |
| 9.1837 | 900 | 0.002 | - |
| 9.6939 | 950 | 0.0007 | - |
| 10.2041 | 1000 | 0.0001 | - |
| 10.7143 | 1050 | 0.0001 | - |
| 11.2245 | 1100 | 0.0001 | - |
| 11.7347 | 1150 | 0.0 | - |
| 12.2449 | 1200 | 0.0 | - |
| 12.7551 | 1250 | 0.0002 | - |
| 13.2653 | 1300 | 0.0001 | - |
| 13.7755 | 1350 | 0.0001 | - |
| 14.2857 | 1400 | 0.0 | - |
| 14.7959 | 1450 | 0.0 | - |
| 15.3061 | 1500 | 0.0002 | - |
| 15.8163 | 1550 | 0.0 | - |
| 16.3265 | 1600 | 0.0001 | - |
| 16.8367 | 1650 | 0.0023 | - |
| 17.3469 | 1700 | 0.0 | - |
| 17.8571 | 1750 | 0.0001 | - |
| 18.3673 | 1800 | 0.0001 | - |
| 18.8776 | 1850 | 0.0 | - |
| 19.3878 | 1900 | 0.0 | - |
| 19.8980 | 1950 | 0.0 | - |
### 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
```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.*
-->