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 +1,237 @@
+---
+base_model: mini1013/master_domain
+library_name: setfit
+metrics:
+- accuracy
+pipeline_tag: text-classification
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 니베아 센서티브 쉐이빙폼 3개 면도크림 04_센서티브 젤_03_맨프로텍트 폼 250_03_맨프로텍트 폼 250 유한회사대동종합유통
+- text: 헤라 옴므 파워부스팅 토너 150ml 토너 150ml(케이스 O) 케이상사
+- text: Avon 마크 주얼 세트 오 드 화장실과 바디 크림 옵션없음 하셀나
+- text: 랩시리즈 데일리 레스큐 워터 로션 200ml 1개 2015690 옵션없음 에필로리아
+- text: 키엘 훼이셜 퓨얼 에너자이징 훼이스 워시 250ml 옵션없음 유한회사 리화
+inference: true
+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: 0.6154589371980677
+      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:** 13 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                                                                                                                                                                                                                                   |
+|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 13.0  | <ul><li>'일본세안제 오일클리어 모공관리 아크네 맨즈 여드름 약산성 폼클렌징 세안제 옵션없음 (주)나민인터내셔널'</li><li>'페어아크네 크리미폼 80g x 1개 /지성피부 저자극 풍부한거품 남자클렌징폼 1.페어아크네 크리미폼 80g 본품 라이온코리아 주식회사'</li><li>'랩시리즈 올인원 멀티 액션 훼이스 워시 100ml 11203616 올인원 멀티 액션 훼이스 워시 100ml 볼크'</li></ul> |
+| 12.0  | <ul><li>'피지오겔 데일리 모이스쳐 테라피 포맨 페이셜 크림 80ml 피지오겔'</li><li>'랩시리즈 데일리 레스큐 에너자이징 젤크림 50ml 랩시리즈'</li><li>'미프 미남크림 톤업 화이트닝 남자 남성 미백 보습 크림 50ml 미프'</li></ul>                                                                                      |
+| 6.0   | <ul><li>'질레트 퓨전 프로글라이드 센서티브 액티브 스포츠 폼 245g 옵션없음 주식회사 공감능력'</li><li>'쉐이브젤 면도 폼 크림 영국 킹오브쉐이브 센시티브 안티박테리얼 쉐이브젤 센시티브 크리스탈링크'</li><li>'갸스비 여행용 쉐이빙폼 면도트러블 면도진정크림 190g 옵션없음 주식회사 서정커머스'</li></ul>                                                |
+| 0.0   | <ul><li>'더고래 롱타임스프레이 남자사타구니 쿨링스프레이 30ml 옵션없음 주식회사 버루디(Burudy Corp.)'</li><li>'사타구니 가려움 연고 습진 낭습증 완선 백선 연고 옵션없음 주블랑'</li><li>'엠도씨 프라이드 케어 앤 스트롱 워시 옵션없음 스테디세일러'</li></ul>                                                                   |
+| 5.0   | <ul><li>'랩시리즈 파워 프로텍터 100ml SPF50 옵션없음 메가랜드'</li><li>'[현대백화점][빌리프]빌리프 맨올로지 울트라 레스큐 에브리데이 선스크린 60ml 옵션없음 (주)현대백화점'</li><li>'엔프라니 옴므 선블럭 70ml SPF50+/PA++++ (신형) 옵션없음 연'</li></ul>                                                           |
+| 2.0   | <ul><li>'미스쾌남 엑스퍼트 남자로션 300ml 엑스퍼트 300ml 미스쾌남 옵션없음 제이에이리 주식회사'</li><li>'오딧세이 로맨틱 에멀젼 130ml 옵션없음 다인유통'</li><li>'[오딧세이] 로맨틱 에멀전 130ml 옵션없음 안느의집'</li></ul>                                                                                   |
+| 3.0   | <ul><li>'메디힐 M.E.N 타임톡스 숯미네랄 마스크팩 10매/남성전용 시트마스크팩 스타걸7'</li><li>'카오 맨즈 비오레 모공 블랙 코팩 10매입 ULTRAMARKET'</li><li>'엠도씨 세붐 스트라이크 맨테라피 마스크 4매 엠도씨'</li></ul>                                                                                     |
+| 8.0   | <ul><li>'아라미스 애프터 쉐이브 스킨  200ml, 1개 옵션없음 지크(JIC)'</li><li>'오딧세이 로맨틱 미니어쳐 스킨 25ml 로션 25ml (선택) 스킨 반려랜드'</li><li>'꽃을든남자 옴므 스킨 140ml 옵션없음 씀(SSM) 리테일'</li></ul>                                                                               |
+| 10.0  | <ul><li>'크리니크 포 맨 맥시멈 하이드레이터 액티베이티드 워터-젤 컨센트레이트 48ml 옵션없음 에이치코리아'</li><li>'아이오페 맨 바이오 에센스 인텐시브 컨디셔닝 이엑스 145ml IOPE'</li><li>'SK-II 피테라 에센스 포 맨 230ml 롯데ON'</li></ul>                                                                       |
+| 9.0   | <ul><li>'디올 옴므 더모 시스템 (DIOR HOMME DERMO SYSTEM) 아이케어 15ml 롯데백화점'</li><li>'랩시리즈 데일리 레스큐 에너자이징 아이 트리트먼트 15ml 랩시리즈'</li><li>'클라랑스 맨 에너자이징 아이 젤 15ml 클라랑스'</li></ul>                                                                           |
+| 11.0  | <ul><li>'싸이닉 파워 옴므 올인원 플루이드 150ml 싸이닉 파워 옴므 올인원 플루이드 150ml 탑서비스'</li><li>'[코스트코] 우르오스 스킨 밀크 200ML x1 옵션없음 명성간식'</li><li>'BRTC 파워 옴므 올인원 솔루션 200ml, 1개 옵션없음 지크(JIC)'</li></ul>                                                              |
+| 1.0   | <ul><li>'보닌 더캐릭터 블랙 시그니처 2종 단품세트 1개 ★ 보닌 더캐릭터 블랙 시그니처 2종 기획세트 디제이커머스(DJ커머스)'</li><li>'네오니스 바이옴 2종 세트 옵션없음 (주)랜디오션'</li><li>'보닌 더 캐릭터 / 더캐릭터 2종 기획세트 (미니 2종 내장) 옵션없음 (주)글로벌세림'</li></ul>                                                    |
+| 4.0   | <ul><li>'아이디얼포맨 베러톤 커버쿠션 비비쿠션 15g SPF50 1021891 22호 라이트 베이지 메가랜드'</li><li>'오브제 매직 타투 브로우 남자 눈썹 정리 그리기 옵션없음 포리프'</li><li>'비레디 블루쿠션 본품 15g 1호 덩이네'</li></ul>                                                                                 |
+
+## Evaluation
+
+### Metrics
+| Label   | Accuracy |
+|:--------|:---------|
+| **all** | 0.6155   |
+
+## 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_bt0_test")
+# Run inference
+preds = model("Avon 마크 주얼 세트 오 드 화장실과 바디 크림 옵션없음 하셀나")
+```
+
+<!--
+### 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   | 4   | 8.8913 | 19  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 12                    |
+| 1.0   | 25                    |
+| 2.0   | 20                    |
+| 3.0   | 19                    |
+| 4.0   | 17                    |
+| 5.0   | 18                    |
+| 6.0   | 22                    |
+| 8.0   | 19                    |
+| 9.0   | 10                    |
+| 10.0  | 11                    |
+| 11.0  | 22                    |
+| 12.0  | 18                    |
+| 13.0  | 17                    |
+
+### Training Hyperparameters
+- batch_size: (512, 512)
+- num_epochs: (40, 40)
+- 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0435  | 1    | 0.5129        | -               |
+| 2.1739  | 50   | 0.3154        | -               |
+| 4.3478  | 100  | 0.0598        | -               |
+| 6.5217  | 150  | 0.0107        | -               |
+| 8.6957  | 200  | 0.0038        | -               |
+| 10.8696 | 250  | 0.0014        | -               |
+| 13.0435 | 300  | 0.0006        | -               |
+| 15.2174 | 350  | 0.0004        | -               |
+| 17.3913 | 400  | 0.0003        | -               |
+| 19.5652 | 450  | 0.0003        | -               |
+| 21.7391 | 500  | 0.0002        | -               |
+| 23.9130 | 550  | 0.0002        | -               |
+| 26.0870 | 600  | 0.0002        | -               |
+| 28.2609 | 650  | 0.0002        | -               |
+| 30.4348 | 700  | 0.0002        | -               |
+| 32.6087 | 750  | 0.0002        | -               |
+| 34.7826 | 800  | 0.0002        | -               |
+| 36.9565 | 850  | 0.0002        | -               |
+| 39.1304 | 900  | 0.0002        | -               |
+
+### 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_bt_test",
+  "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 sha256:1e3a19dfe0d950fd42f2185b3bae045085fb53fd4e582e032171e6e022877b75
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48020d4a6ad7ce70e01b4d3668d9c473d6ff4c6f695d6128bcf4389042d3fcf7
+size 80895

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]"
+}