master_cate_sl25 / README.md
mini1013's picture
Push model using huggingface_hub.
53ac1bb verified
metadata
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: 고린GORIN 버튼식 자전거 링자물쇠 도난방지 일본 발매 GR520-SL 스포츠/레저>자전거>자전거용품>자물쇠
  - text: Race Face 좁은 와이드 신치 체인링 시마노 12 스피드 30t 스포츠/레저>자전거>자전거부품>체인
  - text: >-
      폭스레이싱 프리 저지 롱프리 팬츠 세트 179 195M 자전거의류 라이딩복 싸이클상의 바지 7부소매
      스포츠/레저>자전거>자전거의류/잡화>상하세트
  - text: 브레이크호스 브레이크 유압 케이블 오일 스포츠/레저>자전거>자전거부품>브레이크
  - text: 사일런스 반팔져지 에어로핏 스포츠/레저>자전거>자전거의류/잡화>상의
metrics:
  - accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: mini1013/master_domain
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: accuracy
            value: 1
            name: Accuracy

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
1.0
  • '시마노 SHIMANO 크랭크 세트 12s 32T FC-M6120-1 EFCM61201EXA2 스포츠/레저>자전거>자전거부품>변속기'
  • '트레벨로 접이식 폴딩 실내자전거거치대 스포츠/레저>자전거>자전거부품>스탠드'
  • 'MTB 포크 자전거 서스펜션 앞 26 27 5 충격흡수 Fork 쇼바 합금 스포츠/레저>자전거>자전거부품>프레임/포크'
2.0
  • '파크툴 106 워크 트레이 정비대 액세서리 스포츠/레저>자전거>자전거용품>공구'
  • '비엠웍스 로드 자전거 물통 컨투어 750 32032038 스포츠/레저>자전거>자전거용품>케이지'
  • 'RBRL 자갈 자전거 윙 플랫 핸들 로드 펜더 퀵릴리즈 700c 머드가드 스포츠/레저>자전거>자전거용품>흙받이'
0.0
  • '엠비에스코퍼레이션 엘파마 벤토르 V2000 MTB 자전거 2022년 스포츠/레저>자전거>자전거/MTB>MTB'
  • 'QUAX 온리원 외발자전거 스포츠/레저>자전거>자전거/MTB>특수자전거'
  • 'ATECX 컴포트 2700D 유사MTB 2023년 스포츠/레저>자전거>자전거/MTB>유사MTB'
3.0
  • '라이딩 백팩 대용량 방수 오토바이 헬멧 가방 바이크 스포츠/레저>자전거>자전거의류/잡화>배낭'
  • 'Castelli 뉴 카스텔리 아리아 여성 방풍 사이클링 바람 조끼 DARK 스포츠/레저>자전거>자전거의류/잡화>상의'
  • 'ENDURANCE 엔듀런스 지구력 저스틴 - 조끼 322109 스포츠/레저>자전거>자전거의류/잡화>상의'

Evaluation

Metrics

Label Accuracy
all 1.0

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_sl25")
# Run inference
preds = model("사일런스 반팔져지 에어로핏 스포츠/레저>자전거>자전거의류/잡화>상의")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 4 8.5714 21
Label Training Sample Count
0.0 70
1.0 70
2.0 70
3.0 70

Training Hyperparameters

  • batch_size: (256, 256)
  • num_epochs: (30, 30)
  • max_steps: -1
  • sampling_strategy: oversampling
  • num_iterations: 50
  • 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: 42
  • eval_max_steps: -1
  • load_best_model_at_end: False

Training Results

Epoch Step Training Loss Validation Loss
0.0182 1 0.4882 -
0.9091 50 0.4972 -
1.8182 100 0.3608 -
2.7273 150 0.0243 -
3.6364 200 0.0 -
4.5455 250 0.0 -
5.4545 300 0.0 -
6.3636 350 0.0 -
7.2727 400 0.0 -
8.1818 450 0.0 -
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 -
20.9091 1150 0.0 -
21.8182 1200 0.0 -
22.7273 1250 0.0 -
23.6364 1300 0.0 -
24.5455 1350 0.0 -
25.4545 1400 0.0 -
26.3636 1450 0.0 -
27.2727 1500 0.0 -
28.1818 1550 0.0 -
29.0909 1600 0.0 -
30.0 1650 0.0 -

Framework Versions

  • Python: 3.10.12
  • SetFit: 1.1.0
  • Sentence Transformers: 3.3.1
  • Transformers: 4.44.2
  • PyTorch: 2.2.0a0+81ea7a4
  • Datasets: 3.2.0
  • Tokenizers: 0.19.1

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}
}