Initial upload of perovskite tokenizer - tokenizer_config.json
Browse files- tokenizer_config.json +60 -0
tokenizer_config.json
ADDED
|
@@ -0,0 +1,60 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"vocab_size": 5000,
|
| 3 |
+
"elements": [
|
| 4 |
+
"DMA",
|
| 5 |
+
"Na",
|
| 6 |
+
"Te",
|
| 7 |
+
"Bi",
|
| 8 |
+
"Sb",
|
| 9 |
+
"Ti",
|
| 10 |
+
"Tb",
|
| 11 |
+
"Mg",
|
| 12 |
+
"Li",
|
| 13 |
+
"Cd",
|
| 14 |
+
"Yb",
|
| 15 |
+
"Ni",
|
| 16 |
+
"Nb",
|
| 17 |
+
"Mn",
|
| 18 |
+
"Cu",
|
| 19 |
+
"Tl",
|
| 20 |
+
"Zn",
|
| 21 |
+
"Br",
|
| 22 |
+
"Sr",
|
| 23 |
+
"Hg",
|
| 24 |
+
"Pd",
|
| 25 |
+
"Ge",
|
| 26 |
+
"Cl",
|
| 27 |
+
"In",
|
| 28 |
+
"Sn",
|
| 29 |
+
"Au",
|
| 30 |
+
"Fe",
|
| 31 |
+
"La",
|
| 32 |
+
"Pb",
|
| 33 |
+
"Rb",
|
| 34 |
+
"FA",
|
| 35 |
+
"Co",
|
| 36 |
+
"Ba",
|
| 37 |
+
"Cs",
|
| 38 |
+
"Ag",
|
| 39 |
+
"Ga",
|
| 40 |
+
"Se",
|
| 41 |
+
"MA",
|
| 42 |
+
"P",
|
| 43 |
+
"Y",
|
| 44 |
+
"S",
|
| 45 |
+
"K",
|
| 46 |
+
"I",
|
| 47 |
+
"F"
|
| 48 |
+
],
|
| 49 |
+
"num_elements": 44,
|
| 50 |
+
"tokenizer_type": "BPE",
|
| 51 |
+
"special_tokens": [
|
| 52 |
+
"[PAD]",
|
| 53 |
+
"[UNK]",
|
| 54 |
+
"[CLS]",
|
| 55 |
+
"[SEP]",
|
| 56 |
+
"[MASK]"
|
| 57 |
+
],
|
| 58 |
+
"description": "Chemical-aware tokenizer for perovskite formulas",
|
| 59 |
+
"usage": "Tokenizes chemical formulas while preserving chemical entity boundaries"
|
| 60 |
+
}
|