Push model using huggingface_hub.
Browse files- 1_Pooling/config.json +10 -0
- README.md +219 -0
- config.json +29 -0
- config_sentence_transformers.json +10 -0
- config_setfit.json +4 -0
- model.safetensors +3 -0
- model_head.pkl +3 -0
- modules.json +14 -0
- sentence_bert_config.json +4 -0
- special_tokens_map.json +51 -0
- tokenizer.json +0 -0
- tokenizer_config.json +66 -0
- vocab.txt +0 -0
1_Pooling/config.json
ADDED
@@ -0,0 +1,10 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"word_embedding_dimension": 768,
|
3 |
+
"pooling_mode_cls_token": false,
|
4 |
+
"pooling_mode_mean_tokens": true,
|
5 |
+
"pooling_mode_max_tokens": false,
|
6 |
+
"pooling_mode_mean_sqrt_len_tokens": false,
|
7 |
+
"pooling_mode_weightedmean_tokens": false,
|
8 |
+
"pooling_mode_lasttoken": false,
|
9 |
+
"include_prompt": true
|
10 |
+
}
|
README.md
ADDED
@@ -0,0 +1,219 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
base_model: klue/roberta-base
|
3 |
+
library_name: setfit
|
4 |
+
metrics:
|
5 |
+
- accuracy
|
6 |
+
pipeline_tag: text-classification
|
7 |
+
tags:
|
8 |
+
- setfit
|
9 |
+
- sentence-transformers
|
10 |
+
- text-classification
|
11 |
+
- generated_from_setfit_trainer
|
12 |
+
widget:
|
13 |
+
- text: 맥퀸뉴욕 페이크 업 3색 쉐딩+쉐딩브러쉬 컨투어링 섀딩(신규색상 출시!) 쉐딩세트(뉴트럴브라운) 주식회사 웃는생각컴퍼니
|
14 |
+
- text: LOMA 너리싱 컨디셔너 1L 옵션없음 엠브로(M.bro)
|
15 |
+
- text: KYTRSTX face Towels 옵션없음 부자오타쿠
|
16 |
+
- text: 바이레도 블랑쉬 헤어미스트 퍼퓸 75ml 75ml 피제이인터내셔날(주)
|
17 |
+
- text: 쏘내추럴 시그니처 페이스 오일 30ml 1개 옵션없음 건강드림
|
18 |
+
inference: true
|
19 |
+
model-index:
|
20 |
+
- name: SetFit with klue/roberta-base
|
21 |
+
results:
|
22 |
+
- task:
|
23 |
+
type: text-classification
|
24 |
+
name: Text Classification
|
25 |
+
dataset:
|
26 |
+
name: Unknown
|
27 |
+
type: unknown
|
28 |
+
split: test
|
29 |
+
metrics:
|
30 |
+
- type: accuracy
|
31 |
+
value: 0.494948348280168
|
32 |
+
name: Accuracy
|
33 |
+
---
|
34 |
+
|
35 |
+
# SetFit with klue/roberta-base
|
36 |
+
|
37 |
+
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [klue/roberta-base](https://huggingface.co/klue/roberta-base) 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.
|
38 |
+
|
39 |
+
The model has been trained using an efficient few-shot learning technique that involves:
|
40 |
+
|
41 |
+
1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
|
42 |
+
2. Training a classification head with features from the fine-tuned Sentence Transformer.
|
43 |
+
|
44 |
+
## Model Details
|
45 |
+
|
46 |
+
### Model Description
|
47 |
+
- **Model Type:** SetFit
|
48 |
+
- **Sentence Transformer body:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
|
49 |
+
- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
|
50 |
+
- **Maximum Sequence Length:** 512 tokens
|
51 |
+
- **Number of Classes:** 13 classes
|
52 |
+
<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
|
53 |
+
<!-- - **Language:** Unknown -->
|
54 |
+
<!-- - **License:** Unknown -->
|
55 |
+
|
56 |
+
### Model Sources
|
57 |
+
|
58 |
+
- **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
|
59 |
+
- **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
|
60 |
+
- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
|
61 |
+
|
62 |
+
### Model Labels
|
63 |
+
| Label | Examples |
|
64 |
+
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
|
65 |
+
| 1.0 | <ul><li>'셀프 젤네일 세트 홈 키트 로나네일'</li><li>'네일팁패디팁겸용 양면테이프 24p 1장 말랑팁전용 네일파츠대장'</li><li>'뷰젤 오빠탑젤 5개 세트 논와이프 오빠탑 옵션없음 더 뷰티 (THE BEAUTY)'</li></ul> |
|
66 |
+
| 7.0 | <ul><li>'엘로엘 2024 시즌8 팡팡 빅선쿠션 S8 스마일썬쿠션 본품 25g 옵션없음 더블아이'</li><li>'바나나보트 에프터썬 알로에젤 수딩젤 473ml 3개입 바나나보트 알로에젤 473ml/3개입 스테디세일러'</li><li>'PGA TOUR 선몬랩 피토 워터 선스프레이 80ML A07 옵션없음 장희스토어'</li></ul> |
|
67 |
+
| 12.0 | <ul><li>'톤28 머리감을거리 S21 검은콩 참숯 약산성 고체샴푸 100g 1개 100g × 옵션없음 지엘디'</li><li>'[클렌징대전(클렌징밤 )] 로픈 바오밥 세라마이드LPP 프리미엄 헤어트리트먼트 베이비파우더향 1000g 옵션없음 (주)우신뷰티'</li><li>'닥터그라프트 스칼프 탈모 토닉 100ml 탈모 두피 케어 옵션없음 인터넷시장'</li></ul> |
|
68 |
+
| 2.0 | <ul><li>'한율 달빛유자 수면팩 100ml (튜브형) 옵션없음 고마이플로'</li><li>'골프 피부진정 패치 5매 아이패치 하이드로겔 등산 옵션없음 아이템코리아주식회사(Item KOREA Inc.)'</li><li>'[1+1] 아나프노 스포츠 마사지 크림 온열찜질 근육완화 100ml 옵션없음 윈드샵(WIND SHOP)'</li></ul> |
|
69 |
+
| 8.0 | <ul><li>'정품 달바 화이트 트러플 로얄 인텐시브 세럼 160ml 1개 옵션없음 (주)준광아이티'</li><li>'스킨푸드 미나리 패드 토너 닥토 닦토 60매 옵션없음 찬이네마켓'</li><li>'슈슈블리 맥 MAC 프렙 프라임 픽스 픽서 플러스 미스트 100ml 1021720 일반형 메가랜드'</li></ul> |
|
70 |
+
| 6.0 | <ul><li>'(유통기한 임박)투쿨포스쿨 아트 클래스 매지컬 픽싱 마스카라 7g 2호 다크브라운(24.04까지) 리앤햇'</li><li>'누즈 무스 케어 치크 16ml 1021961 02핑크타퍼_동의합니다. 굿데이'</li><li>'하트퍼센트 도트 온 무드 립펜슬 20 Colors, 03 오트베이지, 1개 옵션없음 어바웃팩토리'</li></ul> |
|
71 |
+
| 0.0 | <ul><li>'사타구니 가려움 습진 연고 약 백선 완선 연고 낭습증 20ml 2개 옵션없음 비솔루션'</li><li>'니베아 맨 센서티브 쉐이빙 젤 200ml 옵션없음 네고장터'</li><li>'AHC 온리포맨 스킨케어 2종세트(토너+로션) AHC 공식스토어'</li></ul> |
|
72 |
+
| 4.0 | <ul><li>'미샤 골드토핑 모이스트 레이어링 스타터 30ml 옵션없음 위너플렉스'</li><li>'레브론 컬러 스테이 프레스토 파우더 N820 1개(x1) 옵션없음 Thanks Auction'</li><li>'[국내매장판] 베네피트 프라이머 모공프라이머 더포어페셔널 모공 커버 지우개 7.5ml 프라이머 미니 + 슈퍼세터 미니 + 파우치 하이블랭크'</li></ul> |
|
73 |
+
| 9.0 | <ul><li>'아임프롬 피그 스크럽 마스크 120g 5개 옵션없음 건강드림'</li><li>'바이오더마 센시비오 H2O 500ml 옵션없음 브이브이에스'</li><li>'바이오더마 센시비오 H2O 500ml (펌프형) 옵션없음 나오스코리아 유한회사'</li></ul> |
|
74 |
+
| 10.0 | <ul><li>'소소모소 디퓨저리필 500ml_프레쉬라벤더 _salestrNo:2449_지점명:emartNE.O.002 (주)리빙탑스/해당사항 없음'</li><li>'[로에베](신세계 강남점)아구아 마이애미 오 드 뚜왈렛 100ML 옵션없음 주식회사 에스에스지닷컴'</li><li>'인센스 홀더 미니화병 황동 향 피우기 나그참파 꽂이 (WBC1E2F) 본상품선택 기타/해당사항 없음'</li></ul> |
|
75 |
+
| 11.0 | <ul><li>'미쟝센 올뉴 쉽고빠른 거품 염색약 5N 갈색 1개 옵션없음 트레이딩제이'</li><li>'다슈 울트라 홀딩 스칼프 탈모증상완화 헤어스프레이, 50ml, 1개 50ml × 1개 오케이라이딩'</li><li>'한국미용 피앙코 울트라 하드젤 550ml 옵션없음 (주)수유종합유통'</li></ul> |
|
76 |
+
| 5.0 | <ul><li>'실리콘 플라스틱뷰러 속눈썹 파마 패드 리프팅 로드 쉴드 3D 컬러 액세서리 어플리케이터 Mgreen 1 pair 카이산몰208'</li><li>'쪽집게 전문 스테인리스 스틸 고품질 보석 족집게, DIY 다이아몬드 주얼리 제작 도구 02 elbow 마이나인쓰'</li><li>'괄사마사지기 원목 코 빗 얼굴 두피 경락 괄사안마기 옵션없음 운호'</li></ul> |
|
77 |
+
| 3.0 | <ul><li>'상떼 아줄렌 수더 겔 500ml 진정 수분 마사지겔 💚아카토너 500ml+버블공병+패드200매_아카마스크2장+상떼체험분최다💗 달링태그(Darling_Tag)'</li><li>'일본 규슈 벳푸 명반온천 가마도지옥 천연입욕제 대자연의편안함 500ml 250ml 유노하나 유황 입욕제 대자연의편안함500ml 명품산업'</li><li>'닥터블리 멍게발팩 발 각질제거 필링 풋마스크 뒤꿈치 갈라짐 제거 1박스(3개입) 주식회사제이에이치코퍼레이션'</li></ul> |
|
78 |
+
|
79 |
+
## Evaluation
|
80 |
+
|
81 |
+
### Metrics
|
82 |
+
| Label | Accuracy |
|
83 |
+
|:--------|:---------|
|
84 |
+
| **all** | 0.4949 |
|
85 |
+
|
86 |
+
## Uses
|
87 |
+
|
88 |
+
### Direct Use for Inference
|
89 |
+
|
90 |
+
First install the SetFit library:
|
91 |
+
|
92 |
+
```bash
|
93 |
+
pip install setfit
|
94 |
+
```
|
95 |
+
|
96 |
+
Then you can load this model and run inference.
|
97 |
+
|
98 |
+
```python
|
99 |
+
from setfit import SetFitModel
|
100 |
+
|
101 |
+
# Download from the 🤗 Hub
|
102 |
+
model = SetFitModel.from_pretrained("mini1013/master_item_bt_test")
|
103 |
+
# Run inference
|
104 |
+
preds = model("KYTRSTX face Towels 옵션없음 부자오타쿠")
|
105 |
+
```
|
106 |
+
|
107 |
+
<!--
|
108 |
+
### Downstream Use
|
109 |
+
|
110 |
+
*List how someone could finetune this model on their own dataset.*
|
111 |
+
-->
|
112 |
+
|
113 |
+
<!--
|
114 |
+
### Out-of-Scope Use
|
115 |
+
|
116 |
+
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
|
117 |
+
-->
|
118 |
+
|
119 |
+
<!--
|
120 |
+
## Bias, Risks and Limitations
|
121 |
+
|
122 |
+
*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
|
123 |
+
-->
|
124 |
+
|
125 |
+
<!--
|
126 |
+
### Recommendations
|
127 |
+
|
128 |
+
*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
|
129 |
+
-->
|
130 |
+
|
131 |
+
## Training Details
|
132 |
+
|
133 |
+
### Training Set Metrics
|
134 |
+
| Training set | Min | Median | Max |
|
135 |
+
|:-------------|:----|:-------|:----|
|
136 |
+
| Word count | 3 | 9.3971 | 26 |
|
137 |
+
|
138 |
+
| Label | Training Sample Count |
|
139 |
+
|:------|:----------------------|
|
140 |
+
| 0.0 | 242 |
|
141 |
+
| 1.0 | 134 |
|
142 |
+
| 2.0 | 161 |
|
143 |
+
| 3.0 | 324 |
|
144 |
+
| 4.0 | 141 |
|
145 |
+
| 5.0 | 130 |
|
146 |
+
| 6.0 | 267 |
|
147 |
+
| 7.0 | 133 |
|
148 |
+
| 8.0 | 257 |
|
149 |
+
| 9.0 | 251 |
|
150 |
+
| 10.0 | 63 |
|
151 |
+
| 11.0 | 117 |
|
152 |
+
| 12.0 | 152 |
|
153 |
+
|
154 |
+
### Training Hyperparameters
|
155 |
+
- batch_size: (512, 512)
|
156 |
+
- num_epochs: (1, 1)
|
157 |
+
- max_steps: -1
|
158 |
+
- sampling_strategy: oversampling
|
159 |
+
- num_iterations: 10
|
160 |
+
- body_learning_rate: (2e-05, 1e-05)
|
161 |
+
- head_learning_rate: 0.01
|
162 |
+
- loss: CosineSimilarityLoss
|
163 |
+
- distance_metric: cosine_distance
|
164 |
+
- margin: 0.25
|
165 |
+
- end_to_end: False
|
166 |
+
- use_amp: False
|
167 |
+
- warmup_proportion: 0.1
|
168 |
+
- l2_weight: 0.01
|
169 |
+
- seed: 42
|
170 |
+
- eval_max_steps: -1
|
171 |
+
- load_best_model_at_end: False
|
172 |
+
|
173 |
+
### Training Results
|
174 |
+
| Epoch | Step | Training Loss | Validation Loss |
|
175 |
+
|:------:|:----:|:-------------:|:---------------:|
|
176 |
+
| 0.0213 | 1 | 0.4192 | - |
|
177 |
+
|
178 |
+
### Framework Versions
|
179 |
+
- Python: 3.10.12
|
180 |
+
- SetFit: 1.1.0
|
181 |
+
- Sentence Transformers: 3.3.1
|
182 |
+
- Transformers: 4.44.2
|
183 |
+
- PyTorch: 2.2.0a0+81ea7a4
|
184 |
+
- Datasets: 3.2.0
|
185 |
+
- Tokenizers: 0.19.1
|
186 |
+
|
187 |
+
## Citation
|
188 |
+
|
189 |
+
### BibTeX
|
190 |
+
```bibtex
|
191 |
+
@article{https://doi.org/10.48550/arxiv.2209.11055,
|
192 |
+
doi = {10.48550/ARXIV.2209.11055},
|
193 |
+
url = {https://arxiv.org/abs/2209.11055},
|
194 |
+
author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
|
195 |
+
keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
|
196 |
+
title = {Efficient Few-Shot Learning Without Prompts},
|
197 |
+
publisher = {arXiv},
|
198 |
+
year = {2022},
|
199 |
+
copyright = {Creative Commons Attribution 4.0 International}
|
200 |
+
}
|
201 |
+
```
|
202 |
+
|
203 |
+
<!--
|
204 |
+
## Glossary
|
205 |
+
|
206 |
+
*Clearly define terms in order to be accessible across audiences.*
|
207 |
+
-->
|
208 |
+
|
209 |
+
<!--
|
210 |
+
## Model Card Authors
|
211 |
+
|
212 |
+
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
|
213 |
+
-->
|
214 |
+
|
215 |
+
<!--
|
216 |
+
## Model Card Contact
|
217 |
+
|
218 |
+
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
|
219 |
+
-->
|
config.json
ADDED
@@ -0,0 +1,29 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"_name_or_path": "mini1013/master_domain",
|
3 |
+
"architectures": [
|
4 |
+
"RobertaModel"
|
5 |
+
],
|
6 |
+
"attention_probs_dropout_prob": 0.1,
|
7 |
+
"bos_token_id": 0,
|
8 |
+
"classifier_dropout": null,
|
9 |
+
"eos_token_id": 2,
|
10 |
+
"gradient_checkpointing": false,
|
11 |
+
"hidden_act": "gelu",
|
12 |
+
"hidden_dropout_prob": 0.1,
|
13 |
+
"hidden_size": 768,
|
14 |
+
"initializer_range": 0.02,
|
15 |
+
"intermediate_size": 3072,
|
16 |
+
"layer_norm_eps": 1e-05,
|
17 |
+
"max_position_embeddings": 514,
|
18 |
+
"model_type": "roberta",
|
19 |
+
"num_attention_heads": 12,
|
20 |
+
"num_hidden_layers": 12,
|
21 |
+
"pad_token_id": 1,
|
22 |
+
"position_embedding_type": "absolute",
|
23 |
+
"tokenizer_class": "BertTokenizer",
|
24 |
+
"torch_dtype": "float32",
|
25 |
+
"transformers_version": "4.44.2",
|
26 |
+
"type_vocab_size": 1,
|
27 |
+
"use_cache": true,
|
28 |
+
"vocab_size": 32000
|
29 |
+
}
|
config_sentence_transformers.json
ADDED
@@ -0,0 +1,10 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"__version__": {
|
3 |
+
"sentence_transformers": "3.3.1",
|
4 |
+
"transformers": "4.44.2",
|
5 |
+
"pytorch": "2.2.0a0+81ea7a4"
|
6 |
+
},
|
7 |
+
"prompts": {},
|
8 |
+
"default_prompt_name": null,
|
9 |
+
"similarity_fn_name": "cosine"
|
10 |
+
}
|
config_setfit.json
ADDED
@@ -0,0 +1,4 @@
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"normalize_embeddings": false,
|
3 |
+
"labels": null
|
4 |
+
}
|
model.safetensors
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:820eb225807accee327570b317c8b03235ebd89bcf549189365dfc1ea20cc879
|
3 |
+
size 442494816
|
model_head.pkl
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:144c11dd92d17857642e761e1e619642ecbe3dc2d095972e5d4300c74c6fda26
|
3 |
+
size 80895
|
modules.json
ADDED
@@ -0,0 +1,14 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
[
|
2 |
+
{
|
3 |
+
"idx": 0,
|
4 |
+
"name": "0",
|
5 |
+
"path": "",
|
6 |
+
"type": "sentence_transformers.models.Transformer"
|
7 |
+
},
|
8 |
+
{
|
9 |
+
"idx": 1,
|
10 |
+
"name": "1",
|
11 |
+
"path": "1_Pooling",
|
12 |
+
"type": "sentence_transformers.models.Pooling"
|
13 |
+
}
|
14 |
+
]
|
sentence_bert_config.json
ADDED
@@ -0,0 +1,4 @@
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"max_seq_length": 512,
|
3 |
+
"do_lower_case": false
|
4 |
+
}
|
special_tokens_map.json
ADDED
@@ -0,0 +1,51 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"content": "[CLS]",
|
4 |
+
"lstrip": false,
|
5 |
+
"normalized": false,
|
6 |
+
"rstrip": false,
|
7 |
+
"single_word": false
|
8 |
+
},
|
9 |
+
"cls_token": {
|
10 |
+
"content": "[CLS]",
|
11 |
+
"lstrip": false,
|
12 |
+
"normalized": false,
|
13 |
+
"rstrip": false,
|
14 |
+
"single_word": false
|
15 |
+
},
|
16 |
+
"eos_token": {
|
17 |
+
"content": "[SEP]",
|
18 |
+
"lstrip": false,
|
19 |
+
"normalized": false,
|
20 |
+
"rstrip": false,
|
21 |
+
"single_word": false
|
22 |
+
},
|
23 |
+
"mask_token": {
|
24 |
+
"content": "[MASK]",
|
25 |
+
"lstrip": false,
|
26 |
+
"normalized": false,
|
27 |
+
"rstrip": false,
|
28 |
+
"single_word": false
|
29 |
+
},
|
30 |
+
"pad_token": {
|
31 |
+
"content": "[PAD]",
|
32 |
+
"lstrip": false,
|
33 |
+
"normalized": false,
|
34 |
+
"rstrip": false,
|
35 |
+
"single_word": false
|
36 |
+
},
|
37 |
+
"sep_token": {
|
38 |
+
"content": "[SEP]",
|
39 |
+
"lstrip": false,
|
40 |
+
"normalized": false,
|
41 |
+
"rstrip": false,
|
42 |
+
"single_word": false
|
43 |
+
},
|
44 |
+
"unk_token": {
|
45 |
+
"content": "[UNK]",
|
46 |
+
"lstrip": false,
|
47 |
+
"normalized": false,
|
48 |
+
"rstrip": false,
|
49 |
+
"single_word": false
|
50 |
+
}
|
51 |
+
}
|
tokenizer.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
tokenizer_config.json
ADDED
@@ -0,0 +1,66 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"added_tokens_decoder": {
|
3 |
+
"0": {
|
4 |
+
"content": "[CLS]",
|
5 |
+
"lstrip": false,
|
6 |
+
"normalized": false,
|
7 |
+
"rstrip": false,
|
8 |
+
"single_word": false,
|
9 |
+
"special": true
|
10 |
+
},
|
11 |
+
"1": {
|
12 |
+
"content": "[PAD]",
|
13 |
+
"lstrip": false,
|
14 |
+
"normalized": false,
|
15 |
+
"rstrip": false,
|
16 |
+
"single_word": false,
|
17 |
+
"special": true
|
18 |
+
},
|
19 |
+
"2": {
|
20 |
+
"content": "[SEP]",
|
21 |
+
"lstrip": false,
|
22 |
+
"normalized": false,
|
23 |
+
"rstrip": false,
|
24 |
+
"single_word": false,
|
25 |
+
"special": true
|
26 |
+
},
|
27 |
+
"3": {
|
28 |
+
"content": "[UNK]",
|
29 |
+
"lstrip": false,
|
30 |
+
"normalized": false,
|
31 |
+
"rstrip": false,
|
32 |
+
"single_word": false,
|
33 |
+
"special": true
|
34 |
+
},
|
35 |
+
"4": {
|
36 |
+
"content": "[MASK]",
|
37 |
+
"lstrip": false,
|
38 |
+
"normalized": false,
|
39 |
+
"rstrip": false,
|
40 |
+
"single_word": false,
|
41 |
+
"special": true
|
42 |
+
}
|
43 |
+
},
|
44 |
+
"bos_token": "[CLS]",
|
45 |
+
"clean_up_tokenization_spaces": false,
|
46 |
+
"cls_token": "[CLS]",
|
47 |
+
"do_basic_tokenize": true,
|
48 |
+
"do_lower_case": false,
|
49 |
+
"eos_token": "[SEP]",
|
50 |
+
"mask_token": "[MASK]",
|
51 |
+
"max_length": 512,
|
52 |
+
"model_max_length": 512,
|
53 |
+
"never_split": null,
|
54 |
+
"pad_to_multiple_of": null,
|
55 |
+
"pad_token": "[PAD]",
|
56 |
+
"pad_token_type_id": 0,
|
57 |
+
"padding_side": "right",
|
58 |
+
"sep_token": "[SEP]",
|
59 |
+
"stride": 0,
|
60 |
+
"strip_accents": null,
|
61 |
+
"tokenize_chinese_chars": true,
|
62 |
+
"tokenizer_class": "BertTokenizer",
|
63 |
+
"truncation_side": "right",
|
64 |
+
"truncation_strategy": "longest_first",
|
65 |
+
"unk_token": "[UNK]"
|
66 |
+
}
|
vocab.txt
ADDED
The diff for this file is too large to render.
See raw diff
|
|