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:

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: mini1013/master_domain
Classification head: a LogisticRegression instance
Maximum Sequence Length: 512 tokens
Number of Classes: 7 classes

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
6.0	'[채울농산] 국산 장수상황버섯(baumii 최상품) 1개월분 (100g) 1개월분 채울농산' '명이나물 2kg 산마늘잎 생명이나물 산나물 생채 명이장아찌 강원도 산마늘 명이 장아찌 2kg 토종농장' '풀무원 한끼연두부 오리엔탈유자 (118gX2EA) (주)풀무원'
2.0	'커클랜드 건 블루베리 567g 몸에 좋은 건과일 샐러드나 베이킹에 활용 코스트코 마인드 트레이드(mind trade)' '웰프레쉬 냉동 블루베리 미국산 1kg 배동바지몰' '커클랜드 냉동 블루베리 2.27kg 코스트코 아이스박스 요거트 과일 베리 라미의잡화점'
5.0	'2022년산 국산 서리태 2kg 검은콩 속청 전남 구례산 볶은 서리태가루 1kg 농업회사법인(주)한결유통' '국산 서리태 2kg 검은콩 속청 전남 구례산 국산 서리태(특A) 1kg 농업회사법인(주)한결유통' '잔다리마을 특허받은 공법으로 로스팅한 검은콩 서리태 볶음콩 250g / 영양 간식 주식회사 패스트뷰'
0.0	'Sol Simple 태양열 건조 망고 6온스(1팩)_파인애플 시이부동' '[푸드] KUNNA 쿤나 건망고 75g 3개 부담없이 젤리 망고 마른 과일 태국 간식 사무실 탕비실 건조과일 말린 망고 에스디지컴퍼니' '너츠브라더 촉촉한 건망고 200g 건망고 1kg (주)조하'
4.0	'[카무트] 고대곡물 카무트 쌀 밀 500g 이푸른(주)' '23년 국산 현미 쌀눈 2kg 주식회사 건강중심' '[예약구매 할인] 저당 파로 800g 이탈리아 고대곡물 바비조아 저당밥 시리즈 특허공법 저항성전분 주식회사 바비조아'
1.0	'맛있는家 너트리 캘리포니아 생아몬드 500g x 2개 (주)씨제이이엔엠' '길림양행 탐스팜 쿠키앤크림 아몬드 190g 바이트리스' '머거본 커피땅콩 130g 6개/ 견과류 마른안주 주전부리 보마스'
3.0	'웰루츠 A등급 냉동 블루베리 1kg 냉동과일 웰루츠 냉동 키위 다이스(중국) 1kg 웰루츠' '뉴뜨레 냉동 블루베리 홀 1kg+1kg 무가당 세척블루베리 과일 모음 다이스 퓨레 뉴뜨레 냉동 그린키위 1kg x 2봉 주식회사 보금푸드' '코스트코 커클랜드 냉동 블루베리 2.27kg / 아이스박스 포장발송 아이스팩 + 드라이아이스 발송 남들과 다르게'

Evaluation

Metrics

Label	Metric
all	0.8944

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_fd5")
# Run inference
preds = model("구운아몬드 1kg 견과류  에이케이에스앤디 (주) AK인터넷쇼핑몰")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	4	10.0886	25

Label	Training Sample Count
0.0	50
1.0	50
2.0	50
3.0	50
4.0	50
5.0	50
6.0	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
0.0182	1	0.4119	-
0.9091	50	0.2564	-
1.8182	100	0.0407	-
2.7273	150	0.0157	-
3.6364	200	0.014	-
4.5455	250	0.0	-
5.4545	300	0.0	-
6.3636	350	0.0	-
7.2727	400	0.0	-
8.1818	450	0.0001	-
9.0909	500	0.0	-
10.0	550	0.0	-
10.9091	600	0.0	-
11.8182	650	0.0	-
12.7273	700	0.0	-
13.6364	750	0.0	-
14.5455	800	0.0	-
15.4545	850	0.0	-
16.3636	900	0.0	-
17.2727	950	0.0	-
18.1818	1000	0.0	-
19.0909	1050	0.0	-
20.0	1100	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

@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}
}

mini1013
/

master_cate_fd5