mini1013/master_cate_sl1

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 Type: SetFit
• Sentence Transformer body: mini1013/master_domain
• Classification head: a LogisticRegression instance
• Maximum Sequence Length: 512 tokens
• Number of Classes: 9 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
1.0	'미즈노 RB 스타일 프리미엄 보스턴백 5LXB210005 스포츠/레저>골프>골프백>보스턴백' '캘러웨이 스타 보스턴백 스포츠/레저>골프>골프백>보스턴백' '미니 백 골프 클럽 가방 하프백 쿼터백 스포츠/레저>골프>골프백>하프백'
8.0	'혼마 파크골프채 아식스볼 고급백 3종세트 SX001 스포츠/레저>골프>파크골프>파크골프클럽' '파크골프 실리콘 볼 집게 스포츠/레저>골프>파크골프>파크골프용품' 'HONMA 2024 혼마 파크골프채 파크골프 2종세트 TX-001 TX001 스포츠/레저>골프>파크골프>파크골프클럽'
6.0	'선물 미끄럼방지 교체 그립테이프 여성골프웨어 골프그립 편리한 DD348 스포츠/레저>골프>골프필드용품>그립' '포틴 네임택 홀컵네임택 퍼팅디스크 HN8224 스포츠/레저>골프>골프필드용품>기타필드용품' '아이언 그루브 볼크리너외 10가지 기능 그린보수기 판촉용 디봇 라인 정비 스포츠/레저>골프>골프필드용품>기타필드용품'
7.0	'아디다스 아디제로 투어2 Q46680 스포츠/레저>골프>골프화' '왁 WAAC 골프 여성 STARDUST NEW 골프화 WI4GX23101WHX 스포츠/레저>골프>골프화' '닥스 골프화 DKSH20-042M 스포츠/레저>골프>골프화'
5.0	'이토보리 2세대 드라이버 2023년 스포츠/레저>골프>골프클럽>드라이버' '혼마 베레스 키와미6 2스타 유틸리티 2023년 스포츠/레저>골프>골프클럽>하이브리드/유틸리티' '핑 PLD 밀드 앤서 퍼터 2022년 스포츠/레저>골프>골프클럽>퍼터'
3.0	'제이린드버그 아디나 스커트 GWSD07409-S125 스포츠/레저>골프>골프의류>스커트' '남성 기본 골프복 긴팔티셔츠 남자 흰색 골프 기능성 이너웨어 스포츠/레저>골프>골프의류>티셔츠' '데상트골프 여성 와이드 카라 패턴 반팔티셔츠 LGYG DP22WFTS63 스포츠/레저>골프>골프의류>티셔츠'
4.0	'까스텔바작 그린 골프화 슈즈백 신발 케이스 메쉬 주머니 스포츠/레저>골프>골프잡화>슈즈백' '지포어 모자 골프 캡 스냅백 써클G G4AS23H39-TWLT 스포츠/레저>골프>골프잡화>모자' '잭니클라우스 남성 컬러 포인트 앵클삭스 LBLAX24241 스포츠/레저>골프>골프잡화>양말'
0.0	'VOLVIK 아기상어 골프공 4구 + 볼마커 세트 스포츠/레저>골프>골프공' 'VOLVIK 스컬 에디션 비비드 골프공 4구 + 볼마커 세트 스포츠/레저>골프>골프공' 'VOLVIK 크리스탈 골프공 스포츠/레저>골프>골프공'
2.0	'골프그립 교환 중형 솔벤트교체 테이프 50미터 양면 골프헤드커버 그립칼 선물zab758 스포츠/레저>골프>골프연습용품>퍼팅용품' '퍼팅 골프타격매트 정밀 거리 그린 매트 볼 패드 미니 훈련 보조기구 스포츠/레저>골프>골프연습용품>퍼팅용품' '골프 공 리턴 엑서사이즈 자동리턴 퍼팅 연습 둥근형 스포츠/레저>골프>골프연습용품>퍼팅용품'

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_sl1")
# Run inference
preds = model("손가락 보호핑거그립8개입 10세트 보로 프 테이 스포츠/레저>골프>골프연습용품>퍼팅용품")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	2	7.9873	18

Label	Training Sample Count
0.0	70
1.0	70
2.0	70
3.0	70
4.0	70
5.0	70
6.0	70
7.0	70
8.0	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
0.0081	1	0.5161	-
0.4032	50	0.494	-
0.8065	100	0.321	-
1.2097	150	0.2113	-
1.6129	200	0.0942	-
2.0161	250	0.0468	-
2.4194	300	0.0134	-
2.8226	350	0.0003	-
3.2258	400	0.0002	-
3.6290	450	0.0001	-
4.0323	500	0.0001	-
4.4355	550	0.0001	-
4.8387	600	0.0001	-
5.2419	650	0.0001	-
5.6452	700	0.0001	-
6.0484	750	0.0001	-
6.4516	800	0.0001	-
6.8548	850	0.0001	-
7.2581	900	0.0001	-
7.6613	950	0.0001	-
8.0645	1000	0.0001	-
8.4677	1050	0.0	-
8.8710	1100	0.0	-
9.2742	1150	0.0	-
9.6774	1200	0.0	-
10.0806	1250	0.0	-
10.4839	1300	0.0	-
10.8871	1350	0.0	-
11.2903	1400	0.0	-
11.6935	1450	0.0	-
12.0968	1500	0.0	-
12.5	1550	0.0	-
12.9032	1600	0.0	-
13.3065	1650	0.0	-
13.7097	1700	0.0	-
14.1129	1750	0.0	-
14.5161	1800	0.0	-
14.9194	1850	0.0	-
15.3226	1900	0.0	-
15.7258	1950	0.0	-
16.1290	2000	0.0	-
16.5323	2050	0.0	-
16.9355	2100	0.0	-
17.3387	2150	0.0	-
17.7419	2200	0.0	-
18.1452	2250	0.0	-
18.5484	2300	0.0	-
18.9516	2350	0.0	-
19.3548	2400	0.0	-
19.7581	2450	0.0	-
20.1613	2500	0.0	-
20.5645	2550	0.0	-
20.9677	2600	0.0	-
21.3710	2650	0.0	-
21.7742	2700	0.0	-
22.1774	2750	0.0	-
22.5806	2800	0.0	-
22.9839	2850	0.0	-
23.3871	2900	0.0	-
23.7903	2950	0.0	-
24.1935	3000	0.0	-
24.5968	3050	0.0	-
25.0	3100	0.0	-
25.4032	3150	0.0	-
25.8065	3200	0.0	-
26.2097	3250	0.0	-
26.6129	3300	0.0	-
27.0161	3350	0.0	-
27.4194	3400	0.0	-
27.8226	3450	0.0	-
28.2258	3500	0.0	-
28.6290	3550	0.0	-
29.0323	3600	0.0	-
29.4355	3650	0.0	-
29.8387	3700	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}
}