Hugging Face's logo

mini1013
/
master_cate_bc30

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
master_cate_bc30
File size: 10,404 Bytes 
9cf2a97
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
 
---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 그로밋 안전벨트 인형 캐릭터 차량 귀여운 G스타일 안전벨트 멍멍이 인형 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트
- text: 메르세데스-벤츠 GLK 4pcs 패브릭 도어 보호 매트 안티 킥 장식 패드 02 빨간 출산/육아 > 카시트 > 카시트용품 > 카시트기타용품
- text: 스마트키드벨트 유아 안전벨트 인형 초등학생 카시트 소라(blue) 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트
- text: 유아 안전벨트 쿠션 인형 (어린이 차량용 커버,카시트) 03.(면)화이트유니콘_S(3점벨트카시트용추천) 출산/육아 > 카시트 > 카시트용품
    > 차량안전벨트
- text: 자동차 안전벨트 커버인형 크리에이티브 DIY 모델 귀여운 동물 MOC 빌딩 블록 애완 동물원 개 오리 거북이 펭귄 고양이 돼지 새 토끼
    장난감 28 CN00070-A13 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트
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:** 5 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                                                                                                                                                                                                                                                          |
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 3.0   | <ul><li>'조이 아이트래버 시그니처 아이사이즈 주니어카시트  출산/육아 > 카시트 > 주니어카시트'</li><li>'[연휴전특가] 멀티 i-Size 색상선택 (아이사이즈 주니어 카시트)  출산/육아 > 카시트 > 주니어카시트'</li><li>'[50% off] 페도라 위티 주니어 카시트 3종 선물 i-size 아이사이즈  출산/육아 > 카시트 > 주니어카시트'</li></ul>                                           |
| 4.0   | <ul><li>'안전벨트 리본 쿠션 세트 베개 패드 가드 커버 인형 A 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트'</li><li>'안전벨트인형 어린이안전벨트 유아 클립 카시트 커버 쿠션 2.그레이샤페이(1P) 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트'</li><li>'자동차 인테리어 도어 매트 안티 킥 패드 보호 스티커 장식 하발 H6 - 액세서리 02 4 PCS 출산/육아 > 카시트 > 카시트용품 > 카시트기타용품'</li></ul> |
| 0.0   | <ul><li>'BLIVA 이노픽스 부스터 카시트 (ISOFIX) 매쉬블랙  출산/육아 > 카시트 > 부스터카시트'</li><li>'벨럽 V50 주니어 부스터 카시트 (ISOFIX) 퀀텀블랙  출산/육아 > 카시트 > 부스터카시트'</li><li>'에어보스 록키 휴대용 부스터 카시트 (ISOFIX) + 서포트 헤드쿠션  출산/육아 > 카시트 > 부스터카시트'</li></ul>                                               |
| 1.0   | <ul><li>'폴레드 라이징스타 아이사이즈(i-Size) 신생아 바구니 카시트 트레블 시스템  출산/육아 > 카시트 > 신생아카시트'</li><li>'싸이벡스 클라우드티 아이사이즈 신생아 바구니 회전형 카시트 / 클라우드 T  출산/육아 > 카시트 > 신생아카시트'</li><li>'맥시코시 카브리오픽스 TC 바구니 카시트 그라파이트  출산/육아 > 카시트 > 신생아카시트'</li></ul>                                      |
| 2.0   | <ul><li>'싸이벡스 제로나 티 아이사이즈 아기 유아 신생아 회전형 분리형 모듈 카시트 / 제로나 T  출산/육아 > 카시트 > 영유아카시트'</li><li>'[◆빠른배송] 이지캐리2 휴대용 카시트 색상선택+목베개  출산/육아 > 카시트 > 영유아카시트'</li><li>'다이치 블리바 360 프로 아이사이즈  출산/육아 > 카시트 > 영유아카시트'</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_bc30")
# Run inference
preds = model("스마트키드벨트 유아 안전벨트 인형 초등학생 카시트 소라(blue) 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트")
```

<!--
### 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   | 9   | 16.0733 | 40  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 20                    |
| 1.0   | 20                    |
| 2.0   | 20                    |
| 3.0   | 20                    |
| 4.0   | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0333  | 1    | 0.5171        | -               |
| 1.6667  | 50   | 0.3557        | -               |
| 3.3333  | 100  | 0.0539        | -               |
| 5.0     | 150  | 0.0002        | -               |
| 6.6667  | 200  | 0.0           | -               |
| 8.3333  | 250  | 0.0           | -               |
| 10.0    | 300  | 0.0           | -               |
| 11.6667 | 350  | 0.0           | -               |
| 13.3333 | 400  | 0.0           | -               |
| 15.0    | 450  | 0.0           | -               |
| 16.6667 | 500  | 0.0           | -               |
| 18.3333 | 550  | 0.0           | -               |
| 20.0    | 600  | 0.0           | -               |
| 21.6667 | 650  | 0.0           | -               |
| 23.3333 | 700  | 0.0           | -               |
| 25.0    | 750  | 0.0           | -               |
| 26.6667 | 800  | 0.0           | -               |
| 28.3333 | 850  | 0.0           | -               |
| 30.0    | 900  | 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.*
-->