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 +1,296 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 룸앤홈 쁘띠 유아 책상 높이조절 어린이책상 쁘띠 키즈테이블_타이거 테이블 출산/육아 > 유아가구 > 유아책상
+- text: 리드오프 접이식 유아 어린이 공부상 좌식 아기 밥상 책상 놀이상 테이블 높이조절 (28)LOVE_중_화이트 굵은다리(30Cm) 출산/육아
+    > 유아가구 > 유아공부상
+- text: 침대 오크 아이 접이식 유아용 바퀴 이동식 3번 출산/육아 > 유아가구 > 유아침대
+- text: 발받침대 일본 SANWA 사무실 발판 스텝 스툴 임산부 책상 서재 학생 다리받침 각도조절형 출산/육아 > 유아가구 > 유아의자
+- text: 자석칠판 화이트보드 유아 공부상 유아동 아기책상  출산/육아 > 유아가구 > 유아책상
+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:** 10 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                                                                                                                                                                                                                                                                                           |
+|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 9.0   | <ul><li>'투명 장난감 정리함 블럭 보관함 레고 듀플로 정리박스 토이박스 오픈형_그린 출산/육아 > 유아가구 > 장난감정리함'</li><li>'아기 장난감 정리함 곰 누빔 베이지 XL 출산/육아 > 유아가구 > 장난감정리함'</li><li>'이동식 장난감 정리함 수납함 바퀴 보관함 정리박스 상자 화이트 L 출산/육아 > 유아가구 > 장난감정리함'</li></ul>                                                                                    |
+| 6.0   | <ul><li>'릿첼 베이비 소프트 의자 그레이 출산/육아 > 유아가구 > 유아이유식의자'</li><li>'[엔픽스] 비바체 하이체어_색상택1 화이트_화이트_베이지 출산/육아 > 유아가구 > 유아이유식의자'</li><li>'아기의자 하이체어 본베베 범보의자 트립트랩 이케아 S 출산/육아 > 유아가구 > 유아이유식의자'</li></ul>                                                                                                       |
+| 5.0   | <ul><li>'미용실 유아 의자 자동차 모양 어린이 좌석 인테리어 K_직경58cm 출산/육아 > 유아가구 > 유아의자'</li><li>'유아용 의자 어린이집 유치원 쿠션 쇼파 어린이소파 키즈카페 인테리어의자 골드와인레드_150x30x35cm 출산/육아 > 유아가구 > 유아의자'</li><li>'아동 어린이 유아 의자 등받이 간이 체어 유치원 어린이집 귀여운 플라스틱 경량 가벼운 대 그린 출산/육아 > 유아가구 > 유아의자'</li></ul>                                          |
+| 2.0   | <ul><li>'땅콩책상 유치원 학습용 도색 책상 및 의자 세트 아기 어린이 땅콩 테이블 04 83x50x60cm  4 출산/육아 > 유아가구 > 유아공부상'</li><li>'칼라 사각 1조각 좌식책상 어린이집 유치원 학원 유아 공부상 좌식테이블 대형 칼라(1200X600)_분홍_H350(중고성인)플라스틱다리 출산/육아 > 유아가구 > 유아공부상'</li><li>'gvp 체스  출산/육아 > 유아가구 > 유아공부상'</li></ul>                                               |
+| 8.0   | <ul><li>'도노도노 튼튼 하이 라이트 멀티 범퍼침대 + 모달 토퍼세트 시어그레이_아이보리 출산/육아 > 유아가구 > 유아침대'</li><li>'꿈비 클린 변신 범퍼침대 유아 가드 아기 침대 트윈스타PLUS (매트+가드)_슈퍼특대형 하이가드 베이비룸 출산/육아 > 유아가구 > 유아침대'</li><li>'(개인맞춤) 파스텔 무지 100수 순면 누빔 싱글,슈퍼싱글 범퍼가드 (사이즈맞춤가능) 118x46 출산/육아 > 유아가구 > 유아침대'</li></ul>                                  |
+| 3.0   | <ul><li>'코아코아 뒹굴러 소파 래빗 출산/육아 > 유아가구 > 유아소파'</li><li>'코끼리 어린이 키즈 유아 용 어린이집 유치원 다용도 컬러 블럭 가구 양면 의자 소파 쇼파 블랙 출산/육아 > 유아가구 > 유아소파'</li><li>'디자인스킨 케이크 유아 소파 라이트 블루 출산/육아 > 유아가구 > 유아소파'</li></ul>                                                                                                     |
+| 1.0   | <ul><li>'3P 미끄럼방지 테이프  출산/육아 > 유아가구 > 기타유아가구'</li><li>'1+1 무지 베이지 우리 가족 놀이방 매트 200x 140x1.0cm 무지베이지 15T(2장) 출산/육아 > 유아가구 > 기타유아가구'</li><li>'어린이집 유치원 학원 투명 3단 약통 응급상자 구급약함 상비약보관함 약분류함 색상_투명3단구급함 핑크 출산/육아 > 유아가구 > 기타유아가구'</li></ul>                                                              |
+| 4.0   | <ul><li>'프로그 아기 신생아 옷걸이 세트 (7+1) 미니 화이트 1set 출산/육아 > 유아가구 > 유아옷걸이'</li><li>'원목 햇님 2단 아기방 옷걸이 성탄절 아기방꾸미기 유아가구 키즈옷걸이 아기방가구  출산/육아 > 유아가구 > 유아옷걸이'</li><li>'재니홈 유아용 길이조절 옷걸이 핑크 x 10개 출산/육아 > 유아가구 > 유아옷걸이'</li></ul>                                                                                 |
+| 0.0   | <ul><li>'[베이비앙] 출산축하선물세트 배냇저고리 손/발싸개 01.3종출산선물세트(구름이) 01.3종출산선물세트(구름이)_선물패키지(개별포장) 출산/육아 > 유아가구 > 기저귀정리함'</li><li>'생일답례품포장 선물포장용품 네임스티커 리본 등 A선택 B선택_B3-생일레인보우 컵6P 출산/육아 > 유아가구 > 기저귀정리함'</li><li>'보관함 접이식 유모차 뚜껑이 있는 PP 보드 냄새 없음 방 장난감 상자 옷 장, 대용량 01 yellow33cm 출산/육아 > 유아가구 > 기저귀정리함'</li></ul> |
+| 7.0   | <ul><li>'토토 E0 등급 가로 600 세로 400 좌식테이블 티테이블 밥상 라운드형 출산/육아 > 유아가구 > 유아책상'</li><li>'학원 책상 의자 세트 공부용책상 용품 교육 의자-좌판색상_(YWBHS)카키 출산/육아 > 유아가구 > 유아책상'</li><li>'헬로 디노 테디 아기 유아 책상 의자 세트 테이블 공부상 헬로디노_1인용_레드 출산/육아 > 유아가구 > 유아책상'</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_bc17")
+# Run inference
+preds = model("침대 오크 아이 접이식 유아용 바퀴 이동식 3번 출산/육아 > 유아가구 > 유아침대")
+```
+
+<!--
+### 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   | 14.68  | 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                    |
+| 8.0   | 70                    |
+| 9.0   | 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0073  | 1    | 0.483         | -               |
+| 0.3650  | 50   | 0.4992        | -               |
+| 0.7299  | 100  | 0.378         | -               |
+| 1.0949  | 150  | 0.1514        | -               |
+| 1.4599  | 200  | 0.0531        | -               |
+| 1.8248  | 250  | 0.0383        | -               |
+| 2.1898  | 300  | 0.0279        | -               |
+| 2.5547  | 350  | 0.0177        | -               |
+| 2.9197  | 400  | 0.0109        | -               |
+| 3.2847  | 450  | 0.0113        | -               |
+| 3.6496  | 500  | 0.0056        | -               |
+| 4.0146  | 550  | 0.0001        | -               |
+| 4.3796  | 600  | 0.0001        | -               |
+| 4.7445  | 650  | 0.0           | -               |
+| 5.1095  | 700  | 0.0001        | -               |
+| 5.4745  | 750  | 0.0           | -               |
+| 5.8394  | 800  | 0.0           | -               |
+| 6.2044  | 850  | 0.0           | -               |
+| 6.5693  | 900  | 0.0           | -               |
+| 6.9343  | 950  | 0.0           | -               |
+| 7.2993  | 1000 | 0.0           | -               |
+| 7.6642  | 1050 | 0.0001        | -               |
+| 8.0292  | 1100 | 0.0           | -               |
+| 8.3942  | 1150 | 0.0           | -               |
+| 8.7591  | 1200 | 0.0           | -               |
+| 9.1241  | 1250 | 0.0           | -               |
+| 9.4891  | 1300 | 0.0           | -               |
+| 9.8540  | 1350 | 0.0           | -               |
+| 10.2190 | 1400 | 0.0           | -               |
+| 10.5839 | 1450 | 0.0           | -               |
+| 10.9489 | 1500 | 0.0           | -               |
+| 11.3139 | 1550 | 0.0           | -               |
+| 11.6788 | 1600 | 0.0           | -               |
+| 12.0438 | 1650 | 0.0           | -               |
+| 12.4088 | 1700 | 0.0           | -               |
+| 12.7737 | 1750 | 0.0           | -               |
+| 13.1387 | 1800 | 0.0           | -               |
+| 13.5036 | 1850 | 0.0           | -               |
+| 13.8686 | 1900 | 0.0           | -               |
+| 14.2336 | 1950 | 0.0           | -               |
+| 14.5985 | 2000 | 0.0           | -               |
+| 14.9635 | 2050 | 0.0           | -               |
+| 15.3285 | 2100 | 0.0           | -               |
+| 15.6934 | 2150 | 0.0           | -               |
+| 16.0584 | 2200 | 0.0           | -               |
+| 16.4234 | 2250 | 0.0           | -               |
+| 16.7883 | 2300 | 0.0           | -               |
+| 17.1533 | 2350 | 0.0           | -               |
+| 17.5182 | 2400 | 0.0           | -               |
+| 17.8832 | 2450 | 0.0           | -               |
+| 18.2482 | 2500 | 0.0           | -               |
+| 18.6131 | 2550 | 0.0           | -               |
+| 18.9781 | 2600 | 0.0           | -               |
+| 19.3431 | 2650 | 0.0           | -               |
+| 19.7080 | 2700 | 0.0           | -               |
+| 20.0730 | 2750 | 0.0           | -               |
+| 20.4380 | 2800 | 0.0           | -               |
+| 20.8029 | 2850 | 0.0           | -               |
+| 21.1679 | 2900 | 0.0           | -               |
+| 21.5328 | 2950 | 0.0           | -               |
+| 21.8978 | 3000 | 0.0           | -               |
+| 22.2628 | 3050 | 0.0           | -               |
+| 22.6277 | 3100 | 0.0           | -               |
+| 22.9927 | 3150 | 0.0           | -               |
+| 23.3577 | 3200 | 0.0           | -               |
+| 23.7226 | 3250 | 0.0           | -               |
+| 24.0876 | 3300 | 0.0           | -               |
+| 24.4526 | 3350 | 0.0           | -               |
+| 24.8175 | 3400 | 0.0           | -               |
+| 25.1825 | 3450 | 0.0           | -               |
+| 25.5474 | 3500 | 0.0           | -               |
+| 25.9124 | 3550 | 0.0           | -               |
+| 26.2774 | 3600 | 0.0           | -               |
+| 26.6423 | 3650 | 0.0           | -               |
+| 27.0073 | 3700 | 0.0           | -               |
+| 27.3723 | 3750 | 0.0           | -               |
+| 27.7372 | 3800 | 0.0           | -               |
+| 28.1022 | 3850 | 0.0           | -               |
+| 28.4672 | 3900 | 0.0           | -               |
+| 28.8321 | 3950 | 0.0           | -               |
+| 29.1971 | 4000 | 0.0           | -               |
+| 29.5620 | 4050 | 0.0           | -               |
+| 29.9270 | 4100 | 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 sha256:639f364561f63b8c20878d3895a1ed9489edd1be7f7f5dfd67b81f7067fed55d
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec793ee72486623d692e8e07f976165fd1cca7643e0221d13f499afabbd89d1e
+size 62407

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]"
+}