Push model using huggingface_hub.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,277 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 피카부 보넷 유아 신생아 모자 보닛 봄 가을 겨울 점핑 보넷_노랑_S(1-3세) 출산/육아 > 신생아의류 > 신생아모자/보닛
+- text: (23겨울) 베베홀릭 레몬배앓이세트 M_크림 출산/육아 > 신생아의류 > 바디슈트/롬퍼
+- text: 긴팔 매쉬 메쉬 반팔 나시 신생아 아기 바디 슈트 아기 옷 돌 50일 6개월 출산선물 21.버터바디슈트_12M_아이보리 출산/육아 >
+    신생아의류 > 바디슈트/롬퍼
+- text: 아기 크리스마스 옷 산타 신생아 돌 아기옷 백일 50일 바디수트 루돌프 7.아기자기산타_화이트_73 출산/육아 > 신생아의류 > 바디슈트/롬퍼
+- text: 편안행 신생아 레깅스 몸빼 고쟁이 멜빵 바지 돌 전 갓난 아기 영유아 옷 2개월 겨울 베베유발레깅스_크림_M6~12M) 출산/육아 >
+    신생아의류 > 레그/스패츠
+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: 1.0
+      name: Accuracy
+---
+
+# 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:** 8 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                                                                                                                                                                                                                                                                                                |
+|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 7.0   | <ul><li>'신생아 우주복 백일 돌 아기 외출복 베이비 바디슈트 파고슈트_네이비디_S(3~6개월) 출산/육아 > 신생아의류 > 우주복'</li><li>'아기곰돌이후리스 방한 후리스 우주복 신생아 돌아기 겨울 외출복 킨더후리스 베이비슈트_허니옐로우_L(83~90cm) 출산/육아 > 신생아의류 > 우주복'</li><li>'아기 곰돌이 후리스 우주복 털옷 방한 킨더 베이비 슈트 토끼 겨울 신생아 패딩 허니옐로우_베이비슈트 XL (~97cm) (모자별도구매) 출산/육아 > 신생아의류 > 우주복'</li></ul>         |
+| 3.0   | <ul><li>'자수배냇저고리 태명자수 신생아 이름 배냇수트 출산선물 뉴모달배냇수트 - 크림_체리 출산/육아 > 신생아의류 > 배냇저고리'</li><li>'신생아배넷슈트 아기베넷저고리세트 토끼띠배냇저고리 엔젤저고리세트_66 출산/육아 > 신생아의류 > 배냇저고리'</li><li>'베이비앤아이 신생아 사계절 배냇저고리 출산 선물세트 2종/3종/4종/5종 여름-3종세트_바니[베이지]_박스미포함 출산/육아 > 신생아의류 > 배냇저고리'</li></ul>                                            |
+| 1.0   | <ul><li>'아웃도어프로덕츠키즈에센셜조거 팬츠 4종택1 OD231BPT01 120_보라 출산/육아 > 신생아의류 > 레그/스패츠'</li><li>'오뜨베베 신생아옷 아기옷 남여공용 크리스마스 베이비 유발레깅스 블랙_M 출산/육아 > 신생아의류 > 레그/스패츠'</li><li>'백화점 신생아 뽀글이 니트 조거 팬츠 고쟁이 바지 2개월 돌 전 아기 옷 겨울 외출복 코제니트팬츠_네이비_S(0~6개월 60cm~70cm) 출산/육아 > 신생아의류 > 레그/스패츠'</li></ul>                            |
+| 5.0   | <ul><li>'베베라온 오가닉 밤부 순면 아기 신생아 손싸개 발싸개 B.발싸개_가을/겨울_19_오가닉_스노우 출산/육아 > 신생아의류 > 손/발싸개'</li><li>'메르베 신생아 무형광 무표백 순면 손싸게 아기 봄 여름 메쉬 매쉬 손싸개 발싸개 세트 24_미니미 (손싸개+발싸개) 출산/육아 > 신생아의류 > 손/발싸개'</li><li>'[1+1] 메르베 신생아 무형광 순면 손싸게 아기 가을 겨울 손싸개 발싸개 세트 출산준비 16_토끼 손싸개_10_무궁화꽃 손싸개 출산/육아 > 신생아의류 > 손/발싸개'</li></ul> |
+| 0.0   | <ul><li>'신생아 가제 손수건 오가닉 국산 유기농 면손수건 세트 민트(10장) 출산/육아 > 신생아의류 > 가제손수건'</li><li>'오가닉 거즈 손수건 (4color 10P) 신생아 유기농 출산준비물 민트 출산/육아 > 신생아의류 > 가제손수건'</li><li>'베이비앤아이 무형광 순면 손수건 20P 세트 손수건20P_고미+_올리브 출산/육아 > 신생아의류 > 가제손수건'</li></ul>                                                                        |
+| 4.0   | <ul><li>'[맘스네이처] 오가닉 5종 신생아 의류 출산선물세트 자가드(여름용)_오가닉5종_베베(자가드) 출산/육아 > 신생아의류 > 세트'</li><li>'[맘스네이처] 오가닉 4종 선물세트 신생아선물 출산선물 양면(사계절용)_오가닉4종_마이홈75 출산/육아 > 신생아의류 > 세트'</li><li>'2023년 토끼해 오가닉 신생아 출산6종 선물 세트(사계절,여름 선택) 당근토끼(사계절)_선물박스포장 출산/육아 > 신생아의류 > 세트'</li></ul>                                       |
+| 2.0   | <ul><li>'피카부 신생아 바디슈트 아기옷 여아 남아 실내복 100일 50일 봄 여름 가을 겨울 코니 슈트세트_오렌지_6m 출산/육아 > 신생아의류 > 바디슈트/롬퍼'</li><li>'23겨울 미니로브 푸딩후드티 노랑_XL 출산/육아 > 신생아의류 > 바디슈트/롬퍼'</li><li>'조동 모임 나이키 신생아 기모 바디수트 돌 전 아기 옷 외출복 2개월 3개월 단체 촬영 윈터 기모  J 후드슈트_검정_M(6~12M) 출산/육아 > 신생아의류 > 바디슈트/롬퍼'</li></ul>                          |
+| 6.0   | <ul><li>'구루구루 바이크햇 차콜_2호(12~24) 출산/육아 > 신생아의류 > 신생아모자/보닛'</li><li>'피카부 모자 신생아 돌 백일 아기 크리스마스모자 보넷 토끼 곰돌이 요정 모자 촬영룩 쿨쿨꼭지모자_카멜_FREE 출산/육아 > 신생아의류 > 신생아모자/보닛'</li><li>'피카부 보넷 유아 신생아 모자 보닛 봄 가을 겨울 봄봄 보넷_핑크_M(3-5세) 출산/육아 > 신생아의류 > 신생아모자/보닛'</li></ul>                                                    |
+
+## Evaluation
+
+### Metrics
+| Label   | Accuracy |
+|:--------|:---------|
+| **all** | 1.0      |
+
+## 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_bc11")
+# Run inference
+preds = model("(23겨울) 베베홀릭 레몬배앓이세트 M_크림 출산/육아 > 신생아의류 > 바디슈트/롬퍼")
+```
+
+<!--
+### 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   | 7   | 15.0589 | 26  |
+
+| 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                    |
+
+### 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0091  | 1    | 0.4951        | -               |
+| 0.4545  | 50   | 0.5028        | -               |
+| 0.9091  | 100  | 0.4958        | -               |
+| 1.3636  | 150  | 0.2683        | -               |
+| 1.8182  | 200  | 0.0089        | -               |
+| 2.2727  | 250  | 0.0           | -               |
+| 2.7273  | 300  | 0.0           | -               |
+| 3.1818  | 350  | 0.0           | -               |
+| 3.6364  | 400  | 0.0           | -               |
+| 4.0909  | 450  | 0.0           | -               |
+| 4.5455  | 500  | 0.0           | -               |
+| 5.0     | 550  | 0.0           | -               |
+| 5.4545  | 600  | 0.0           | -               |
+| 5.9091  | 650  | 0.0           | -               |
+| 6.3636  | 700  | 0.0           | -               |
+| 6.8182  | 750  | 0.0           | -               |
+| 7.2727  | 800  | 0.0           | -               |
+| 7.7273  | 850  | 0.0           | -               |
+| 8.1818  | 900  | 0.0           | -               |
+| 8.6364  | 950  | 0.0           | -               |
+| 9.0909  | 1000 | 0.0           | -               |
+| 9.5455  | 1050 | 0.0           | -               |
+| 10.0    | 1100 | 0.0           | -               |
+| 10.4545 | 1150 | 0.0           | -               |
+| 10.9091 | 1200 | 0.0           | -               |
+| 11.3636 | 1250 | 0.0           | -               |
+| 11.8182 | 1300 | 0.0           | -               |
+| 12.2727 | 1350 | 0.0           | -               |
+| 12.7273 | 1400 | 0.0           | -               |
+| 13.1818 | 1450 | 0.0           | -               |
+| 13.6364 | 1500 | 0.0           | -               |
+| 14.0909 | 1550 | 0.0           | -               |
+| 14.5455 | 1600 | 0.0           | -               |
+| 15.0    | 1650 | 0.0           | -               |
+| 15.4545 | 1700 | 0.0           | -               |
+| 15.9091 | 1750 | 0.0           | -               |
+| 16.3636 | 1800 | 0.0           | -               |
+| 16.8182 | 1850 | 0.0           | -               |
+| 17.2727 | 1900 | 0.0           | -               |
+| 17.7273 | 1950 | 0.0           | -               |
+| 18.1818 | 2000 | 0.0           | -               |
+| 18.6364 | 2050 | 0.0           | -               |
+| 19.0909 | 2100 | 0.0           | -               |
+| 19.5455 | 2150 | 0.0           | -               |
+| 20.0    | 2200 | 0.0           | -               |
+| 20.4545 | 2250 | 0.0           | -               |
+| 20.9091 | 2300 | 0.0           | -               |
+| 21.3636 | 2350 | 0.0           | -               |
+| 21.8182 | 2400 | 0.0           | -               |
+| 22.2727 | 2450 | 0.0           | -               |
+| 22.7273 | 2500 | 0.0           | -               |
+| 23.1818 | 2550 | 0.0           | -               |
+| 23.6364 | 2600 | 0.0           | -               |
+| 24.0909 | 2650 | 0.0           | -               |
+| 24.5455 | 2700 | 0.0           | -               |
+| 25.0    | 2750 | 0.0           | -               |
+| 25.4545 | 2800 | 0.0           | -               |
+| 25.9091 | 2850 | 0.0           | -               |
+| 26.3636 | 2900 | 0.0           | -               |
+| 26.8182 | 2950 | 0.0           | -               |
+| 27.2727 | 3000 | 0.0           | -               |
+| 27.7273 | 3050 | 0.0           | -               |
+| 28.1818 | 3100 | 0.0           | -               |
+| 28.6364 | 3150 | 0.0           | -               |
+| 29.0909 | 3200 | 0.0           | -               |
+| 29.5455 | 3250 | 0.0           | -               |
+| 30.0    | 3300 | 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
+```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.*
+-->

config.json

@@ -0,0 +1,29 @@
+{
+  "_name_or_path": "mini1013/master_item_bc",
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "BertTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.44.2",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.2.0a0+81ea7a4"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "labels": null,
+  "normalize_embeddings": false
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:779eefc10ea137ecc0d686c13c08823fa9e88bba7f9d2afb6486d10920f5dfdf
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dfc6c90ccecb74926713163c65e037cf1b22579bf50be665a26cfbfc42a2ece9
+size 50087

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,66 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "[CLS]",
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "eos_token": "[SEP]",
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}