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 +1,287 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 쁘리엘르리틀 침대 방수패드 신생아 아기 유아 11.쿠마 순면 유아 방수패드_소형 출산/육아 > 유아침구 > 방수요
+- text: 꽈배기 가드 침대 아기 범퍼 뒤집기방지 충돌방지 바디필로우 쿠션 G_싱글 스틱 5 미터 이상  직경 약 5cm 출산/육아 > 유아침구
+    > 기타유아침구
+- text: 신생아 배넷저고리 담요 랩 모자 세트, 조절 가능한 침낭 모슬린 담요, 면 소재, 0-6M, 세 128973 꽃 128973 별 출산/육아
+    > 유아침구 > 아기이불/요/패드
+- text: 순면 모달 귀여운 어린이집 낮잠이불 풀세트 30.디노디노 낮잠패드_패드단품 출산/육아 > 유아침구 > 낮잠이불
+- text: '[모던하우스]드림베어 플란넬 극세사 베개커버 40x60 아이보리베이지/CZ0323075  출산/육아 > 유아침구 > 유아베개'
+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:** 9 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                                                                                                                                                                                                                                                                                                                        |
+|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 1.0   | <ul><li>'[해외] 육아용품 국경 새 Swaddling 침낭 안티 점프 퀼트 사계절 신생아 긴팔 손 M (월 월) (크기 큰 겨울)_라이트 그린 (포켓) 출산/육아 > 유아침구 > 겉싸개'</li><li>'조아뜨 아기 여름 겉싸개 신생아 여름용 누비 봄 겉싸보 C 플라워겉싸개(여름용)+턱받이 출산/육아 > 유아침구 > 겉싸개'</li><li>'[슈슈비] 가을 신생아 속싸개 블랭킷 스타양면속싸개 출산/육아 > 유아침구 > 겉싸개'</li></ul>                                                                  |
+| 8.0   | <ul><li>'신생아 유아 돌 아기 어린이집 낮잠 베개 배게 송송필로우 미니고미 출산/육아 > 유아침구 > 유아베개'</li><li>'이몽 가슴안정 좁쌀 태열베개 4구획/6구획 (모로반사,신생아,아기,냉감) 피그먼트 누빔(4구획)_그레이 출산/육아 > 유아침구 > 유아베개'</li><li>'굿나잇 베이비 꿀잠블랭킷 Hug me Small_아이보리 출산/육아 > 유아침구 > 유아베개'</li></ul>                                                                                              |
+| 6.0   | <ul><li>'[엘라바] 특허받은 무소음 스와들 스트랩 2개세트 에어로쿨(화이트)S_면매쉬(화이트)M 출산/육아 > 유아침구 > 속싸개'</li><li>'리코타입 속싸개 오리지널 얇은 2벌 세트 아기양말 제공 나비잠 스와들 신생아 출산준비 뉴본+뉴본플러스_피치_베이지 출산/육아 > 유아침구 > 속싸개'</li><li>'핀츠빈 스와들 태열 신생아 오가닉 나비잠 속싸개 라이트_화이트_M 출산/육아 > 유아침구 > 속싸개'</li></ul>                                                                          |
+| 7.0   | <ul><li>'어린이용 잠옷 침낭 집에서 입을 수 있는 유아용 코튼 피그 베이비_150 cm 출산/육아 > 유아침구 > 아기이불/요/패드'</li><li>'요루거즈 블랭킷 아기 유아 신생아 어린이집 낮잠 이불 유모차 2중(85x110)_체리라마 출산/육아 > 유아침구 > 아기이불/요/패드'</li><li>'[갤러리아] [리틀아카이브][크레므앙팡] 텔라 모달 낮잠패드세트(J)+베개솜(한화갤러리아㈜ 센터시티) 블루 출산/육아 > 유아침구 > 아기이불/요/패드'</li></ul>                                                    |
+| 5.0   | <ul><li>'꼬마 이불가방 58X40cm 1p 이불가방 아기 어린이집 그린 출산/육아 > 유아침구 > 보낭/슬리핑백'</li><li>'베이비[블루독]클라우드퀼팅슬리핑가운 41A7000902 M 출산/육아 > 유아침구 > 보낭/슬리핑백'</li><li>'오가닉맘 /필로스슬리핑백(MIFLSL03) 크림_m 출산/육아 > 유아침구 > 보낭/슬리핑백'</li></ul>                                                                                                                   |
+| 3.0   | <ul><li>'아망떼 순면 모달 귀여운 어린이집 낮잠이불 모음 51.레오파드 범퍼 핑크_6개세트 출산/육아 > 유아침구 > 낮잠이불'</li><li>'어린이집 낮잠이불 세트 순면 워싱 마이크로 자수 양면 아기낮잠이불 소프트피치_미드나잇블루_패드+베개(고급일반솜) 출산/육아 > 유아침구 > 낮잠이불'</li><li>'분리형낮잠이불 어린이집 순면 토끼 아기 낮잠 이불 베개 20X40(솜포함)_블루 출산/육아 > 유아침구 > 낮잠이불'</li></ul>                                                                   |
+| 4.0   | <ul><li>'[리틀아카이브](신세계천안아산점)크레므앙팡] 치포 밍크 유모차 블랭킷 B(75X100) 핑크 출산/육아 > 유아침구 > 방수요'</li><li>'디유 순면 유아 방수패드 소형 대형 대형_피치 출산/육아 > 유아침구 > 방수요'</li><li>'뮤라 에어와플방수요 방수패드 M 미디움사이즈(100x130) 실버클라우드 출산/육아 > 유아침구 > 방수요'</li></ul>                                                                                                         |
+| 0.0   | <ul><li>'[DIY+동영상]뚱이 코튼 Big 코바늘 뜨개질 손뜨개인형 027 화이트 출산/육아 > 유아침구 > DIY아기용품'</li><li>'[갤러리아] (출산선물)루팅타올(APA-10901)선물포장+손수건(한화갤러리아㈜ 진주점) 아이보리 출산/육아 > 유아침구 > DIY아기용품'</li><li>'릴리팟 이유식 냄비/통3중/편수냄비/밀크팬/이유식조리도구/국민이유식냄비/이유식조리도구 이유식냄비 출산/육아 > 유아침구 > DIY아기용품'</li></ul>                                                              |
+| 2.0   | <ul><li>'마롤로뜨 아기 침대 범퍼가드 신생아 쿠션 바디필로우 이케아 벨라 보니 스마트 쁘띠라뺑 내추럴아이보리_이케아S (소형) 출산/육아 > 유아침구 > 기타유아침구'</li><li>'[현대백화점][M밍크뮤M7]33W70ABS01 체리모달낮잠이불SET (33W70ABS01)/유아잡화/출산준비 [00001] 피치/FREE(85X115cm) 출산/육아 > 유아침구 > 기타유아침구'</li><li>'마롤로뜨 100수 누빔 자수 아기 바디필로우 죽부인 베개 롱쿠션 애착베개 11.자수 누빔 아기죽부인_상큼체리 출산/육아 > 유아침구 > 기타유아침구'</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_bc24")
+# Run inference
+preds = model("순면 모달 귀여운 어린이집 낮잠이불 풀세트 30.디노디노 낮잠패드_패드단품 출산/육아 > 유아침구 > 낮잠이불")
+```
+
+<!--
+### 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   | 15.1397 | 27  |
+
+| 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                    |
+
+### 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0081  | 1    | 0.517         | -               |
+| 0.4032  | 50   | 0.4962        | -               |
+| 0.8065  | 100  | 0.4906        | -               |
+| 1.2097  | 150  | 0.454         | -               |
+| 1.6129  | 200  | 0.0667        | -               |
+| 2.0161  | 250  | 0.0003        | -               |
+| 2.4194  | 300  | 0.0001        | -               |
+| 2.8226  | 350  | 0.0001        | -               |
+| 3.2258  | 400  | 0.0           | -               |
+| 3.6290  | 450  | 0.0           | -               |
+| 4.0323  | 500  | 0.0           | -               |
+| 4.4355  | 550  | 0.0           | -               |
+| 4.8387  | 600  | 0.0           | -               |
+| 5.2419  | 650  | 0.0           | -               |
+| 5.6452  | 700  | 0.0           | -               |
+| 6.0484  | 750  | 0.0           | -               |
+| 6.4516  | 800  | 0.0           | -               |
+| 6.8548  | 850  | 0.0           | -               |
+| 7.2581  | 900  | 0.0           | -               |
+| 7.6613  | 950  | 0.0           | -               |
+| 8.0645  | 1000 | 0.0           | -               |
+| 8.4677  | 1050 | 0.0           | -               |
+| 8.8710  | 1100 | 0.0           | -               |
+| 9.2742  | 1150 | 0.0           | -               |
+| 9.6774  | 1200 | 0.0           | -               |
+| 10.0806 | 1250 | 0.0           | -               |
+| 10.4839 | 1300 | 0.0           | -               |
+| 10.8871 | 1350 | 0.0           | -               |
+| 11.2903 | 1400 | 0.0           | -               |
+| 11.6935 | 1450 | 0.0           | -               |
+| 12.0968 | 1500 | 0.0           | -               |
+| 12.5    | 1550 | 0.0           | -               |
+| 12.9032 | 1600 | 0.0           | -               |
+| 13.3065 | 1650 | 0.0           | -               |
+| 13.7097 | 1700 | 0.0           | -               |
+| 14.1129 | 1750 | 0.0           | -               |
+| 14.5161 | 1800 | 0.0           | -               |
+| 14.9194 | 1850 | 0.0           | -               |
+| 15.3226 | 1900 | 0.0           | -               |
+| 15.7258 | 1950 | 0.0           | -               |
+| 16.1290 | 2000 | 0.0           | -               |
+| 16.5323 | 2050 | 0.0           | -               |
+| 16.9355 | 2100 | 0.0           | -               |
+| 17.3387 | 2150 | 0.0           | -               |
+| 17.7419 | 2200 | 0.0           | -               |
+| 18.1452 | 2250 | 0.0           | -               |
+| 18.5484 | 2300 | 0.0           | -               |
+| 18.9516 | 2350 | 0.0           | -               |
+| 19.3548 | 2400 | 0.0           | -               |
+| 19.7581 | 2450 | 0.0           | -               |
+| 20.1613 | 2500 | 0.0           | -               |
+| 20.5645 | 2550 | 0.0           | -               |
+| 20.9677 | 2600 | 0.0           | -               |
+| 21.3710 | 2650 | 0.0           | -               |
+| 21.7742 | 2700 | 0.0           | -               |
+| 22.1774 | 2750 | 0.0           | -               |
+| 22.5806 | 2800 | 0.0           | -               |
+| 22.9839 | 2850 | 0.0           | -               |
+| 23.3871 | 2900 | 0.0           | -               |
+| 23.7903 | 2950 | 0.0           | -               |
+| 24.1935 | 3000 | 0.0           | -               |
+| 24.5968 | 3050 | 0.0           | -               |
+| 25.0    | 3100 | 0.0           | -               |
+| 25.4032 | 3150 | 0.0           | -               |
+| 25.8065 | 3200 | 0.0           | -               |
+| 26.2097 | 3250 | 0.0           | -               |
+| 26.6129 | 3300 | 0.0           | -               |
+| 27.0161 | 3350 | 0.0           | -               |
+| 27.4194 | 3400 | 0.0           | -               |
+| 27.8226 | 3450 | 0.0           | -               |
+| 28.2258 | 3500 | 0.0           | -               |
+| 28.6290 | 3550 | 0.0           | -               |
+| 29.0323 | 3600 | 0.0           | -               |
+| 29.4355 | 3650 | 0.0           | -               |
+| 29.8387 | 3700 | 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:c453768f4cbb9ef236d608d4525c5fe0fd25ecc5f851d15fff0c7ac2d676f892
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:574ae6f9ee55a1b9f39e4a25a7dcf0e83ba83bf81e2240e9c1060277c91bd8ce
+size 56255

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]"
+}