diff --git "a/README.md" "b/README.md" --- "a/README.md" +++ "b/README.md" @@ -10,11 +10,12 @@ tags: - text-classification - generated_from_setfit_trainer widget: -- text: 스킨푸드 버터리 치크 케이크 9.5g 6호 애프리콧슈 히스토리 -- text: 본 pH5.0 마스크 모이스트 컨디셔너산성린스 1000ml 옵션없음 해문인터내셔널 -- text: 메디큐브 제로 모공 패드 2.0 70매 1+1 옵션없음 엠앤에이치 -- text: '[웰코스] 뮤겐스 에너제틱 팩 1000g 옵션없음 지백미용재료' -- text: 안나홀츠 에코서트 천연 유기농 압착 아르간오일 60ml 2개 세트 2개세트 (주)안나홀츠 +- text: 크리니크 치크 팝 21번 ballerina pop 3.5g/박스정품, 한글텍 발레리나 21번정품+브러쉬 오씨네 +- text: Suave Professionals 안티 프리즈 크림, 날렵 - 3.5온스 옵션없음 가나오 +- text: 더페이스샵 미감수 브라이트 클렌징 티슈 50매 옵션없음 (주)글로벌세림 +- text: Nexus Climate Control Gel Cream Curl Defined for Cashmere Curls, StyleProtect + Technology 8oz Curl Define 가나구 +- text: 잔스 튤립괄사+하트괄사+오일30ml+마스크 옵션없음 엘로컴퍼니 inference: true model-index: - name: SetFit with klue/roberta-base @@ -28,7 +29,7 @@ model-index: split: test metrics: - type: accuracy - value: 0.6419570893404473 + value: 0.6650017028039505 name: Accuracy --- @@ -60,135 +61,135 @@ The model has been trained using an efficient few-shot learning technique that i - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit) ### Model Labels -| Label | Examples | -|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| -| 251 | | -| 1046 | | -| 506 | | -| 215 | | -| 395 | | -| 993 | | -| 462 | | -| 393 | | -| 390 | | -| 575 | | -| 1051 | | -| 456 | | -| 463 | | -| 313 | | -| 318 | | -| 453 | | -| 211 | | -| 439 | | -| 381 | | -| 216 | | -| 459 | | -| 464 | | -| 468 | | -| 992 | | -| 504 | | -| 469 | | -| 213 | | -| 1002 | | -| 443 | | -| 392 | | -| 467 | | -| 209 | | -| 1062 | | -| 455 | | -| 1003 | | -| 1063 | | -| 221 | | -| 997 | | -| 576 | | -| 579 | | -| 384 | | -| 1058 | | -| 508 | | -| 578 | | -| 574 | | -| 461 | | -| 452 | | -| 444 | | -| 1047 | | -| 312 | | -| 387 | | -| 457 | | -| 391 | | -| 317 | | -| 454 | | -| 994 | | -| 1060 | | -| 389 | | -| 397 | | -| 465 | | -| 460 | | -| 212 | | -| 315 | | -| 1061 | | -| 1050 | | -| 1065 | | -| 217 | | -| 311 | | -| 245 | | -| 998 | | -| 999 | | -| 1001 | | -| 996 | | -| 582 | | -| 250 | | -| 440 | | -| 385 | | -| 1044 | | -| 505 | | -| 584 | | -| 316 | | -| 1049 | | -| 219 | | -| 451 | | -| 1045 | | -| 214 | | -| 249 | | -| 458 | | -| 507 | | -| 577 | | -| 246 | | -| 581 | | -| 208 | | -| 509 | | -| 210 | | -| 382 | | -| 441 | | -| 1059 | | -| 383 | | -| 450 | | -| 1052 | | -| 396 | | -| 388 | | -| 1048 | | -| 466 | | -| 1064 | | -| 1000 | | -| 314 | | -| 995 | | -| 445 | | -| 583 | | -| 247 | | -| 449 | | -| 580 | | -| 394 | | -| 218 | | -| 386 | | -| 442 | | -| 510 | | -| 248 | | +| Label | Examples | +|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| +| 251 | | +| 1046 | | +| 506 | | +| 215 | | +| 395 | | +| 993 | | +| 462 | | +| 393 | | +| 390 | | +| 575 | | +| 1051 | | +| 456 | | +| 463 | | +| 313 | | +| 318 | | +| 453 | | +| 211 | | +| 439 | | +| 381 | | +| 216 | | +| 459 | | +| 464 | | +| 468 | | +| 992 | | +| 504 | | +| 469 | | +| 213 | | +| 1002 | | +| 443 | | +| 392 | | +| 467 | | +| 209 | | +| 1062 | | +| 455 | | +| 1003 | | +| 1063 | | +| 221 | | +| 997 | | +| 576 | | +| 579 | | +| 384 | | +| 1058 | | +| 508 | | +| 578 | | +| 574 | | +| 461 | | +| 452 | | +| 444 | | +| 1047 | | +| 312 | | +| 387 | | +| 457 | | +| 391 | | +| 317 | | +| 454 | | +| 994 | | +| 1060 | | +| 389 | | +| 397 | | +| 465 | | +| 460 | | +| 212 | | +| 315 | | +| 1061 | | +| 1050 | | +| 1065 | | +| 217 | | +| 311 | | +| 245 | | +| 998 | | +| 999 | | +| 1001 | | +| 996 | | +| 582 | | +| 250 | | +| 440 | | +| 385 | | +| 1044 | | +| 505 | | +| 584 | | +| 316 | | +| 1049 | | +| 219 | | +| 451 | | +| 1045 | | +| 214 | | +| 249 | | +| 458 | | +| 507 | | +| 577 | | +| 246 | | +| 581 | | +| 208 | | +| 509 | | +| 210 | | +| 382 | | +| 441 | | +| 1059 | | +| 383 | | +| 450 | | +| 1052 | | +| 396 | | +| 388 | | +| 1048 | | +| 466 | | +| 1064 | | +| 1000 | | +| 314 | | +| 995 | | +| 445 | | +| 583 | | +| 247 | | +| 449 | | +| 580 | | +| 394 | | +| 218 | | +| 386 | | +| 442 | | +| 510 | | +| 248 | | ## Evaluation ### Metrics | Label | Accuracy | |:--------|:---------| -| **all** | 0.6420 | +| **all** | 0.6650 | ## Uses @@ -208,7 +209,7 @@ from setfit import SetFitModel # Download from the 🤗 Hub model = SetFitModel.from_pretrained("mini1013/master_item_bt_test_flat") # Run inference -preds = model("스킨푸드 버터리 치크 케이크 9.5g 6호 애프리콧슈 히스토리") +preds = model("잔스 튤립괄사+하트괄사+오일30ml+마스크 옵션없음 엘로컴퍼니") ```