ACCOUNT-OWNERSHIP

ACCOUNT-OWNERSHIP项目介绍

概述

ACCOUNT-OWNERSHIP项目运用了名为SetFit的模型，用于文本分类任务。该模型依托于一种高效的少样本学习技术，并通过对Sentence Transformer进行对比学习的微调，以及结合训练Logistic Regression分类头，使模型能够在资源有限的情况下有效进行分类。

模型详情

模型描述

模型类型： SetFit
分类头： 使用Logistic Regression实例
最大序列长度： 最多支持512个标记
类别数量： 涉及2个类别的分类任务

模型资源

代码库： 该模型的代码可在SetFit的GitHub页面中找到
论文： 相关研究论文为Efficient Few-Shot Learning Without Prompts
博客文章： 可参考SetFit: Efficient Few-Shot Learning Without Prompts获取更多背景信息

使用方法

推理中的直接使用

首先，用户需要安装SetFit库：

pip install setfit

安装完成后，即可加载模型并进行推理。例如：

from setfit import SetFitModel

# 从🤗 Hub下载模型
model = SetFitModel.from_pretrained("setfit_model_id")
# 进行推理操作
preds = model("I loved the spiderman movie!")

训练细节

ACCOUNT-OWNERSHIP项目所用的平台和相关库的具体版本如下：

Python： 版本3.11.7
SetFit： 版本1.0.3
Sentence Transformers： 版本2.3.1
Transformers： 版本4.37.2
PyTorch： 版本2.2.0
Datasets： 版本2.16.1
Tokenizers： 版本0.15.1

引用方式

如果需要引用相关研究，可以使用以下BibTeX格式：

@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}
}

该项目通过提供高效的文本分类解决方案，特别适用于需要少量样本进行学习的应用场景，使得文本分类任务在资源有限的情况下也能得到有效解决。