master_cate_el14 / README.md

Push model using huggingface_hub.

c8cd0a7 verified 5 months ago

20.4 kB

	---
	base_model: mini1013/master_domain
	library_name: setfit
	metrics:
	- metric
	pipeline_tag: text-classification
	tags:
	- setfit
	- sentence-transformers
	- text-classification
	- generated_from_setfit_trainer
	widget:
	- text: 소니 WH-CH520 블루투스헤드셋 정품 WH-CH520/BZE 블랙 주식회사 스피티
	- text: 코스 스튜디오용 헤드폰 스탠다드 패키징 블랙 풀사이즈 Pro4AA 1) Standard Packaging 제이크루
	- text: 브리츠 P510GX 유선이어폰 음악+통화 언더이어 오픈형 (주)엠글로벌스
	- text: 브리츠 BZ-MQ7 휴대용 FM라디오 효도라디오 블루투스 스피커 블랙 하나전산
	- text: SOUNDCRAFT NOTEPAD-12FX 사운드 크래프트 노트패드12FX 아날로그 믹서/USB 오디오 인터페이스 [공식수입정품] 사운드필
	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: metric
	value: 0.7123194792867313
	name: Metric
	---

	# 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: 22 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 \|
	\|:------\|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------\|
	\| 12 \| <ul><li>'[BOSE] 보스 옴니 주얼 실링(천장) 브라켓 (서라운드 스피커 700 전용) 블랙 세트 코오롱모빌리티그룹 주식회사'</li><li>'마샬 엠버튼2 블루투스 캠핑 스피커 크림 휴대용 연동가능 엠버튼II 앰버튼 일대의 고배급 삼림녹은 한 야드씩이다. 두즈 몰'</li><li>'GENPRO SS-2스피커스탠드 공연 무대 버스킹용 1개가격 제이에스사운드'</li></ul> \|
	\| 8 \| <ul><li>'카날스BKM-150 컴비네이션 테이블타입 미니앰프 포도나무'</li><li>'Denon AVR-X250BT/수입正品/5.1CH AV 리시버 주누 트레이드 (JUNU TRADE)'</li><li>'카날스 KQ-800W 4채널 800W 파워앰프 교회 노래방 장 앰프 사운드테크'</li></ul> \|
	\| 15 \| <ul><li>'웨이코스 씽크웨이 TONE BOB SHOCK 8D 주식회사 브라보세컨즈'</li><li>'[스페셜케이스]젠하이저 IE 100 pro Wired 모니터링 인이어 이어폰 레드(RED) 찬양랜드'</li><li>'[Sennehiser] 젠하이저 IE200 모니터링 이어폰 인이어 온더그랩'</li></ul> \|
	\| 21 \| <ul><li>'Britz 브리츠인터내셔널 BZ-T3400 AV SoundBar 주식회사 동행하기'</li><li>'[Britz] 브리츠 BZ-T2230S AV Soundbar 블루투스 사운드바 시스템 더그랩사운드'</li><li>'드비알레 디온(DEVIALET DIONE) 사운드바 (주)울타리컴퍼니'</li></ul> \|
	\| 17 \| <ul><li>'Britz 브리츠인터내셔널 BZ-C3900RT 주식회사 레오솔루션'</li><li>'Britz 브리츠인터내셔널 BZ-BBX2 주식회사 에스씨엠인포텍'</li><li>'코비 냥냥이 댕댕이 블루투스 CD플레이어 BTCD7 FM라디오 어학용 스마트폰 음악재생 냥냥이 (주)디피이'</li></ul> \|
	\| 20 \| <ul><li>'ULTRASONE 울트라손 헤드폰 Signature Pure 국내정품 1년보증AS 윤테크(YOON TECH)'</li><li>'터틀비치 아틀라스 에어 Atlas Air 무선 게이밍 헤드셋 (주)베스트파이브'</li><li>'재고당일발 노이만 NDH30 Black Edition Neuman NDH 30 블랙에디션 한정판 오픈형 모니터링용 정품보증서 NDH30 블랙에디션한정판:당일발송 신화'</li></ul> \|
	\| 13 \| <ul><li>'NMA-LB433 스피커 관절형 벽걸이 거치대(2.6kg) 서준전자'</li><li>'Britz 브리츠인터내셔널 BZ-T7780 (주)빈컴'</li><li>'루악오디오 R3s ruarkaudio 국내정품 Rich Walnut (월넛) 라이프스타일샵'</li></ul> \|
	\| 19 \| <ul><li>'블루투스앰프 매장용앰프 업소용 카페 매장 2채널 200W 스피커앰프 미니앰프 '</li><li>'블루투스앰프 매장용앰프 업소용 카페 매장 2채널 200W 스피커앰프 미니앰프 '</li><li>'블루투스앰프 매장용앰프 업소용 카페 매장 2채널 200W 스피커앰프 미니앰프 '</li></ul> \|
	\| 10 \| <ul><li>'[재고보유/당일출고] 한글설명서 뮤직랜드 Behringer XR18 베링거18 xr-18 디지털믹서 뮤직랜드'</li><li>'베링거 DI100 1채널 액티브 다이렉트 박스 DI 주식회사 뮤존(MUZON)'</li><li>'베링거 DI-100 다이렉트박스, DIBOX 토포스사운드'</li></ul> \|
	\| 6 \| <ul><li>'CDP-1000 ENW USB 1CD PLAYER 클럽/스포츠센터/매장 CDA1000USB CDA1000USB옴니트로닉 비비케이사운드'</li><li>'-네이버회원 추가쿠폰-빈센트 CD-S7 DAC 진공관 하이브리드 CD플레이어 [VINCENT] 0 주식회사 탑제이앤에이취'</li><li>'DENON (데논) DCD-A110 / 110주년 기념 CD 플레이어 무진AV상사'</li></ul> \|
	\| 18 \| <ul><li>'[CROSLEY 크로슬리] Musician 뮤지션 엔틱 감성 올인원 CD 테이프 블루투스 턴테이블 CR704B ITDictionary'</li><li>'휴라이즈 HR-TS100 LP 텐테이블 주식회사 씨알텍'</li><li>'디앤비인터내셔널 휴라이즈 HR-TS100 (주)아토닉스'</li></ul> \|
	\| 1 \| <ul><li>'iFi Audio ZEN DAC Signature V2 아이파이 고해상도 데스크탑 DAC 젠덱 시그니처 서울악기'</li><li>'iFi audio Go blu 소형 HD블루투스 DAC 앰프 윌텍미디어'</li><li>'TOPPING DX5 Lite 블루투스DAC 토핑 DX5 헤드폰앰프 블랙 (주)제이엘더블유'</li></ul> \|
	\| 14 \| <ul><li>'마이다스 M32R LIVE/마이다스 총판 공식 인증 대리점/마이다스 정품[재고 보유/당일 출고] 한솔전자'</li><li>'Solid State Logic SSL 2+ (연말 연초 세일 2월29일까지) (주)국제미디'</li><li>'Pioneer DJ DDJ-FLX4 파이오니아 디제이 2채널 디제이 컨트롤러 (주)뮤직메트로'</li></ul> \|
	\| 0 \| <ul><li>'데논(DENON) DCD-600NE CD플레이어(실버) (주)음자리'</li><li>'댕댕이 포터블 탁상용 블루투스 어학 공부 아기 CD플레이어 BTCD10 냥냥이 (주)아임커머스'</li><li>'ENZER(엔저) EN-CD1BT CD플레이어 USB 블루투스 원목디자인 월넛 (재고보유) 원형사운드'</li></ul> \|
	\| 7 \| <ul><li>'Britz 브리츠인터내셔널 BZ-R120 (블랙) 휴대용 미니 효도라디오 (주)아이텐츠'</li><li>'Britz 브리츠인터내셔널 BZ-LV980 블루투스 라디오 MP3 스피커 블랙 (주)가이드컴'</li><li>'Britz LED 대나무 FM 라디오 알람 온도 시계 BZ-E2R 아이티조이'</li></ul> \|
	\| 2 \| <ul><li>'에픽 E100B 블루투스MP3플레이어 / FM라디오 내장스피커 동영상 TF32GB확장 1. 초콜렛(4GB) 에픽'</li><li>'아스텔앤컨 Astell&kern KANN ULTRA DAP 주식회사 그린파워테크'</li><li>'w Britz BZ-MP4580BL /MP3/녹음기/라디오/블루투스 (주)원영씨앤씨'</li></ul> \|
	\| 11 \| <ul><li>'[Apple 에어팟] 애플 에어팟 유선 충전 2세대 (국내 정식 발매 제품) MV7N2KH/A Apple AirPods 2nd Gen (Korean Ver.) 슈박스 (Shoe Box)'</li><li>'샥즈 오픈런 프로 S810 블랙 골전도 블루투스 무선 이어폰 Shokz 수영 등산 운동 스포츠 액티비티 아웃도어 (국내정품, 2년 보증) 1. 블랙 클레디오'</li><li>'포칼 FOCAL Bathys/수입正品/노이즈 캔슬링/블루투스/하이파이 주누 트레이드 (JUNU TRADE)'</li></ul> \|
	\| 5 \| <ul><li>'케이뮤직박스 서영엔터테인먼트 AV-1000 이동식노래방 휴대용 캠핑 충전용 야외용 우림미디어'</li><li>'미가엘 E9S 찬송가 반주기 리모콘 마이크포함 복음성가 성경낭독 지에스음향'</li><li>'미가엘 E9S E-9S 찬양반주기 찬양연주기 이니트(INNIT)'</li></ul> \|
	\| 9 \| <ul><li>'[KANALS]카날스 MJ-117 MJ117 원터치 T자형 마이크스탠드 공연용녹음용보컬용 김청애'</li><li>'LEWITT LCT440 PURE 르윗 프로 콘덴서 마이크 보컬 홈레코딩 공연 방송 녹음 멘토나무'</li><li>'스토리하우스 네코 NK-UA600 2021년형 번슬리'</li></ul> \|
	\| 3 \| <ul><li>'아이리버 아스텔앤컨 AK-RM01 블루투스 리모컨 다손아이앤씨'</li><li>'COMS) 3.7V 리튬이온 배터리(BL-5B) 라디오/UB714 비스티앤씨'</li><li>'미테르 케이스 아스텔앤컨 HB1 커버 MITER Astell&Kern AK HB1 case (착탈식 목걸이 줄 포함 팩키지) 네이비 (이태리PU인조합성가죽) 굿씨드인터내셔널'</li></ul> \|
	\| 16 \| <ul><li>'로마네 Romane 365 포켓 에어팟 파우치 그라미상점'</li><li>'에어팟 프로 실리콘 케이스 키링 1세대 2세대 공용 에어팟프로(1/2세대공용)실리콘케이스(그린) 아이킨'</li><li>'플래나 에어플레인 티켓 시리즈 에어팟 프로 커스텀 TPU 투명 케이스 에어팟 1/2세대_1. 서울 주식회사 플랜지'</li></ul> \|
	\| 4 \| <ul><li>'토마토 5인치 PMP익스트림터치 8GB+전용충전기 5인치 익스트림터치16G 주식회사 스피티'</li><li>'코원 스터디프로 V7 32GB+펠트파우치 /MP3/PMP 주식회사 스피티'</li><li>'[AS 1년보증+코원 온라인 공식판매처+재고확보] 코원 스터디프로 V7 32GB+펠트파우치/MP3/PMP [코원]스터디프로V7[32GB][화이트] (주)엠피나비'</li></ul> \|

	## Evaluation

	### Metrics
	\| Label \| Metric \|
	\|:--------\|:-------\|
	\| all \| 0.7123 \|

	## 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_el14")
	# Run inference
	preds = model("브리츠 P510GX 유선이어폰 음악+통화 언더이어 오픈형 (주)엠글로벌스")
	```

	<!--
	### 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 \| 3 \| 9.4791 \| 33 \|

	\| Label \| Training Sample Count \|
	\|:------\|:----------------------\|
	\| 0 \| 50 \|
	\| 1 \| 50 \|
	\| 2 \| 50 \|
	\| 3 \| 12 \|
	\| 4 \| 4 \|
	\| 5 \| 50 \|
	\| 6 \| 50 \|
	\| 7 \| 50 \|
	\| 8 \| 50 \|
	\| 9 \| 50 \|
	\| 10 \| 50 \|
	\| 11 \| 50 \|
	\| 12 \| 50 \|
	\| 13 \| 50 \|
	\| 14 \| 50 \|
	\| 15 \| 50 \|
	\| 16 \| 50 \|
	\| 17 \| 50 \|
	\| 18 \| 50 \|
	\| 19 \| 13 \|
	\| 20 \| 50 \|
	\| 21 \| 50 \|

	### Training Hyperparameters
	- batch_size: (512, 512)
	- num_epochs: (20, 20)
	- max_steps: -1
	- sampling_strategy: oversampling
	- num_iterations: 40
	- body_learning_rate: (2e-05, 2e-05)
	- head_learning_rate: 2e-05
	- loss: CosineSimilarityLoss
	- distance_metric: cosine_distance
	- margin: 0.25
	- end_to_end: False
	- use_amp: False
	- warmup_proportion: 0.1
	- seed: 42
	- eval_max_steps: -1
	- load_best_model_at_end: False

	### Training Results
	\| Epoch \| Step \| Training Loss \| Validation Loss \|
	\|:-------:\|:----:\|:-------------:\|:---------------:\|
	\| 0.0065 \| 1 \| 0.497 \| - \|
	\| 0.3268 \| 50 \| 0.3791 \| - \|
	\| 0.6536 \| 100 \| 0.2221 \| - \|
	\| 0.9804 \| 150 \| 0.1258 \| - \|
	\| 1.3072 \| 200 \| 0.0648 \| - \|
	\| 1.6340 \| 250 \| 0.0513 \| - \|
	\| 1.9608 \| 300 \| 0.0383 \| - \|
	\| 2.2876 \| 350 \| 0.0297 \| - \|
	\| 2.6144 \| 400 \| 0.0308 \| - \|
	\| 2.9412 \| 450 \| 0.0208 \| - \|
	\| 3.2680 \| 500 \| 0.0132 \| - \|
	\| 3.5948 \| 550 \| 0.0188 \| - \|
	\| 3.9216 \| 600 \| 0.0196 \| - \|
	\| 4.2484 \| 650 \| 0.0158 \| - \|
	\| 4.5752 \| 700 \| 0.0061 \| - \|
	\| 4.9020 \| 750 \| 0.009 \| - \|
	\| 5.2288 \| 800 \| 0.0107 \| - \|
	\| 5.5556 \| 850 \| 0.0048 \| - \|
	\| 5.8824 \| 900 \| 0.0024 \| - \|
	\| 6.2092 \| 950 \| 0.0077 \| - \|
	\| 6.5359 \| 1000 \| 0.0023 \| - \|
	\| 6.8627 \| 1050 \| 0.0077 \| - \|
	\| 7.1895 \| 1100 \| 0.006 \| - \|
	\| 7.5163 \| 1150 \| 0.003 \| - \|
	\| 7.8431 \| 1200 \| 0.0046 \| - \|
	\| 8.1699 \| 1250 \| 0.0062 \| - \|
	\| 8.4967 \| 1300 \| 0.003 \| - \|
	\| 8.8235 \| 1350 \| 0.0022 \| - \|
	\| 9.1503 \| 1400 \| 0.0004 \| - \|
	\| 9.4771 \| 1450 \| 0.0003 \| - \|
	\| 9.8039 \| 1500 \| 0.0003 \| - \|
	\| 10.1307 \| 1550 \| 0.0022 \| - \|
	\| 10.4575 \| 1600 \| 0.0006 \| - \|
	\| 10.7843 \| 1650 \| 0.0002 \| - \|
	\| 11.1111 \| 1700 \| 0.0002 \| - \|
	\| 11.4379 \| 1750 \| 0.0002 \| - \|
	\| 11.7647 \| 1800 \| 0.0029 \| - \|
	\| 12.0915 \| 1850 \| 0.0002 \| - \|
	\| 12.4183 \| 1900 \| 0.0001 \| - \|
	\| 12.7451 \| 1950 \| 0.0001 \| - \|
	\| 13.0719 \| 2000 \| 0.0001 \| - \|
	\| 13.3987 \| 2050 \| 0.0001 \| - \|
	\| 13.7255 \| 2100 \| 0.0001 \| - \|
	\| 14.0523 \| 2150 \| 0.0002 \| - \|
	\| 14.3791 \| 2200 \| 0.0001 \| - \|
	\| 14.7059 \| 2250 \| 0.0001 \| - \|
	\| 15.0327 \| 2300 \| 0.0001 \| - \|
	\| 15.3595 \| 2350 \| 0.0001 \| - \|
	\| 15.6863 \| 2400 \| 0.0001 \| - \|
	\| 16.0131 \| 2450 \| 0.0002 \| - \|
	\| 16.3399 \| 2500 \| 0.0001 \| - \|
	\| 16.6667 \| 2550 \| 0.002 \| - \|
	\| 16.9935 \| 2600 \| 0.0001 \| - \|
	\| 17.3203 \| 2650 \| 0.002 \| - \|
	\| 17.6471 \| 2700 \| 0.0001 \| - \|
	\| 17.9739 \| 2750 \| 0.0001 \| - \|
	\| 18.3007 \| 2800 \| 0.0001 \| - \|
	\| 18.6275 \| 2850 \| 0.0001 \| - \|
	\| 18.9542 \| 2900 \| 0.0021 \| - \|
	\| 19.2810 \| 2950 \| 0.0001 \| - \|
	\| 19.6078 \| 3000 \| 0.0001 \| - \|
	\| 19.9346 \| 3050 \| 0.0001 \| - \|

	### Framework Versions
	- Python: 3.10.12
	- SetFit: 1.1.0.dev0
	- Sentence Transformers: 3.1.1
	- Transformers: 4.46.1
	- PyTorch: 2.4.0+cu121
	- Datasets: 2.20.0
	- Tokenizers: 0.20.0

	## 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.
	-->