Hugging Face's logo

mini1013
/
master_cate_fd1

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_fd1 / README.md
mini1013's picture
mini1013
Push model using huggingface_hub.
508870d verified
preview code
|
raw
history blame contribute delete
13.6 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: 모어네이처 프리미엄 코엔자임Q10 500mg x 60캡슐  주식회사 템스윈(Tems Win)
  - text: 솔가 맥주효모 비타민B12 티아민 250정 맥주효모 250정(80일분) X 2개 꿈
  - text: 닥터스베스트 OptiMSM 함유 MSM 분말 250g(8.8oz)  메트로 나인
  - text: 정관장 홍삼원 6년근 홍삼농축액 50ml 30포 고형분60% 선물세트 쇼핑백포함  주식회사 무한종합상사
  - text: 락토핏 당케어 2g x 60포  (주)레놈 성수지점
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: 0.7147122562003371
            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
2.0
  • '콤비타 마누카꿀 UMF10 500g 2개 2.콤비타 마누카꿀 UMF10+ 500g 2개 재인뉴트리셔널'
  • '데저트 크릭 로 텍사스 꿀 340g 2개 Desert Creek Honey Raw Unfiltered Texas Honey 누크몰글로벌'
  • '한울벌꿀 국내산 아카시아꿀 사양 벌꿀 2.4kg 아카시아꿀 2.4kg 선흥물산'
6.0
  • '블루미너스 왕의 맥문동 30포X4박스/국내산 볶은 맥문동 뿌리 가루 맥문동차 사포닌 추천 주식회사 대한종합상사'
  • '홍국 발효 구기자 분말 가루 청양구기자 홍국균 500g 홍국발효구기자 분말 500g (1팩) 푸드센스'
  • 'GNM자연의품격 루테인 지아잔틴 아스타잔틴 500mg x 30캡슐 케이티씨 주식회사'
0.0
  • '[3+1 이벤트] 데이풀 호박즙 아르기닌 110ml 1박스 여자아르기닌 쌍수 성형 붓기 늙은호박즙 어반랩스 주식회사'
  • '홍삼생알칡즙 망구 에이'
  • '국산 아로니아원액 1L 2병 아로니아즙 농업회사법인 청정산들해(주)'
5.0
  • '고농축 랩온랩 k2 히말라야 숙취해소제 허브 추출물 1박스 30정 단비'
  • '고농축 k2 히말라야 숙취해소제 허브 추출물 1박스 30정 히말라야숙취해소제 (30정) 랩온랩(LAB ON LAB)'
  • '히말라야 숙취해소 파티스마트 소프트 츄 10개입 04_파티스마트 2개입 4박스 (주)히말라야코리아'
10.0
  • '황성주박사의 마시는 영양식 140ml 24팩 고소한 곡물맛 하얀'
  • '뉴케어 고칼슘 영양갱 40g 30입 아르미유'
  • '대상웰라이프 마이밀 마이키즈 밀크맛 150ml 24팩 아이간식 +Npay 2000원 대상웰라이프(주)'
3.0
  • 'Green Foods 그린푸드 마그마 플러스 드링크 믹스 10.6oz 캐주얼'
  • '캐나다 영양제 퀄리티랩 프리미엄 퀄리티 로얄제리 1000mg \ufeff200캡슐 바이오 파크(Bio park)'
  • '(100매)푸드어홀릭 네이처스킨 오이 마스크팩 (100매)푸드어홀릭 네이처스킨 오이 마스크팩 차일드'
9.0
  • '동원 천지인 홍삼절편 수 (15g 8갑 8일분) (주)동방유래'
  • '정관장 홍삼차 100포 인삼차 건강차 홍삼차(포장O) 주식회사 앨리스월드'
  • '[정기구독]함소아 홍키통키 프리미어 그린 1박스 함소아제약'
8.0
  • '우슬 300g 우슬분말 300g 농업회사법인 주식회사 두손애약초'
  • '차가버섯 선물세트 1kg 러시아/고급바구니 포장 주식회사 생생드림'
  • '산사 열매 국내산 300g 산사자 아가위 나무 산사 300g x5개(10%할인) 농업회사법인 주식회사 두손애약초'
11.0
  • '유한m 액티브 셀렌효모 플러스 480정 / 맥주효모 셀레늄 옥타코사놀 헬스피아'
  • '효소락 30포 용한약국'
  • '여에스더 맥주효모 비오틴 울트라 케어 5200 맥스 국내 최대함량 맥주효모&비오틴 소형환 [30%] 1박스 (14포) 에스더포뮬러 주식회사'
1.0
  • '몽글환 차전자피환 4g 30포 우리닥터'
  • '국산 여주환 500g 여주환 500g 주식회사 건강중심'
  • '마카 아르기닌 야관문 서리태환 남자 활력 모발관리 필수 콩의두감 3병 선물세트 (2+1)야관문 플러스 세트 3개(9병) 주식회사 루토닉스'
4.0
  • '암웨이 더블엑스 종합비타민 무기질 리필 칼맥디 프렌즈'
  • '종근당 이뮨 듀오 멀티비타맥스 140ml 7병 1박스 늘품서치'
  • '네추럴라이즈 멀티비타민 꾸미 2.5g x 60개입 현민예 스토어'
12.0
  • '활강원 백만 임산부 발효 자연 곡물 효소 400만 역가수치 효소제 100포 백만효소 x 2박스 (200스틱) 디와이코어'
  • '이영애의건강미식 카무트 브랜드 밀 효소 골드 3g x 30포 주식회사 템스윈(Tems Win)'
  • '이영애의 건강미식 골드 카무트 효소 1개월 분 카무트 효소 1개 주식회사 네이처라우드'
7.0
  • '인삼 도매일번지 난발삼 금산 세척 난발삼_03난발삼 소500g_세척안함 금산인삼 도매 일번지'
  • '동우당제약 궁중대보 250g 국내산 인삼 복령 지황 에이치앤지바이오'
  • '동우당제약 궁중대보 250g 국내산 인삼 복령 지황 인투'

Evaluation

Metrics

Label Metric
all 0.7147

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_fd1")
# Run inference
preds = model("락토핏 당케어 2g x 60포  (주)레놈 성수지점")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 4 9.8446 23
Label Training Sample Count
0.0 50
1.0 50
2.0 50
3.0 50
4.0 50
5.0 31
6.0 50
7.0 50
8.0 24
9.0 50
10.0 50
11.0 50
12.0 24

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
0.0110 1 0.3794 -
0.5495 50 0.2808 -
1.0989 100 0.1721 -
1.6484 150 0.0976 -
2.1978 200 0.0646 -
2.7473 250 0.0528 -
3.2967 300 0.0428 -
3.8462 350 0.0128 -
4.3956 400 0.0079 -
4.9451 450 0.01 -
5.4945 500 0.0115 -
6.0440 550 0.0002 -
6.5934 600 0.0001 -
7.1429 650 0.0001 -
7.6923 700 0.0001 -
8.2418 750 0.0001 -
8.7912 800 0.0001 -
9.3407 850 0.0001 -
9.8901 900 0.0001 -
10.4396 950 0.0001 -
10.9890 1000 0.0001 -
11.5385 1050 0.0001 -
12.0879 1100 0.0001 -
12.6374 1150 0.0001 -
13.1868 1200 0.0001 -
13.7363 1250 0.0001 -
14.2857 1300 0.0001 -
14.8352 1350 0.0 -
15.3846 1400 0.0001 -
15.9341 1450 0.0 -
16.4835 1500 0.0001 -
17.0330 1550 0.0 -
17.5824 1600 0.0 -
18.1319 1650 0.0 -
18.6813 1700 0.0 -
19.2308 1750 0.0 -
19.7802 1800 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}
}