Upload tokenizer
Browse files- tokenizer.json +426 -7
tokenizer.json
CHANGED
|
@@ -1,11 +1,6 @@
|
|
| 1 |
{
|
| 2 |
"version": "1.0",
|
| 3 |
-
"truncation":
|
| 4 |
-
"direction": "Right",
|
| 5 |
-
"max_length": 300,
|
| 6 |
-
"strategy": "LongestFirst",
|
| 7 |
-
"stride": 0
|
| 8 |
-
},
|
| 9 |
"padding": null,
|
| 10 |
"added_tokens": [
|
| 11 |
{
|
|
@@ -63,7 +58,431 @@
|
|
| 63 |
"special": true
|
| 64 |
}
|
| 65 |
],
|
| 66 |
-
"normalizer":
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 67 |
"pre_tokenizer": {
|
| 68 |
"type": "ByteLevel",
|
| 69 |
"add_prefix_space": false,
|
|
|
|
| 1 |
{
|
| 2 |
"version": "1.0",
|
| 3 |
+
"truncation": null,
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
"padding": null,
|
| 5 |
"added_tokens": [
|
| 6 |
{
|
|
|
|
| 58 |
"special": true
|
| 59 |
}
|
| 60 |
],
|
| 61 |
+
"normalizer": {
|
| 62 |
+
"type": "Sequence",
|
| 63 |
+
"normalizers": [
|
| 64 |
+
{
|
| 65 |
+
"type": "Replace",
|
| 66 |
+
"pattern": {
|
| 67 |
+
"String": "邪"
|
| 68 |
+
},
|
| 69 |
+
"content": "a"
|
| 70 |
+
},
|
| 71 |
+
{
|
| 72 |
+
"type": "Replace",
|
| 73 |
+
"pattern": {
|
| 74 |
+
"String": "斜"
|
| 75 |
+
},
|
| 76 |
+
"content": "b"
|
| 77 |
+
},
|
| 78 |
+
{
|
| 79 |
+
"type": "Replace",
|
| 80 |
+
"pattern": {
|
| 81 |
+
"String": "胁"
|
| 82 |
+
},
|
| 83 |
+
"content": "v"
|
| 84 |
+
},
|
| 85 |
+
{
|
| 86 |
+
"type": "Replace",
|
| 87 |
+
"pattern": {
|
| 88 |
+
"String": "谐"
|
| 89 |
+
},
|
| 90 |
+
"content": "g"
|
| 91 |
+
},
|
| 92 |
+
{
|
| 93 |
+
"type": "Replace",
|
| 94 |
+
"pattern": {
|
| 95 |
+
"String": "写"
|
| 96 |
+
},
|
| 97 |
+
"content": "d"
|
| 98 |
+
},
|
| 99 |
+
{
|
| 100 |
+
"type": "Replace",
|
| 101 |
+
"pattern": {
|
| 102 |
+
"String": "褣"
|
| 103 |
+
},
|
| 104 |
+
"content": "膽"
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"type": "Replace",
|
| 108 |
+
"pattern": {
|
| 109 |
+
"String": "械"
|
| 110 |
+
},
|
| 111 |
+
"content": "e"
|
| 112 |
+
},
|
| 113 |
+
{
|
| 114 |
+
"type": "Replace",
|
| 115 |
+
"pattern": {
|
| 116 |
+
"String": "卸"
|
| 117 |
+
},
|
| 118 |
+
"content": "啪"
|
| 119 |
+
},
|
| 120 |
+
{
|
| 121 |
+
"type": "Replace",
|
| 122 |
+
"pattern": {
|
| 123 |
+
"String": "蟹"
|
| 124 |
+
},
|
| 125 |
+
"content": "z"
|
| 126 |
+
},
|
| 127 |
+
{
|
| 128 |
+
"type": "Replace",
|
| 129 |
+
"pattern": {
|
| 130 |
+
"String": "懈"
|
| 131 |
+
},
|
| 132 |
+
"content": "i"
|
| 133 |
+
},
|
| 134 |
+
{
|
| 135 |
+
"type": "Replace",
|
| 136 |
+
"pattern": {
|
| 137 |
+
"String": "褬"
|
| 138 |
+
},
|
| 139 |
+
"content": "j"
|
| 140 |
+
},
|
| 141 |
+
{
|
| 142 |
+
"type": "Replace",
|
| 143 |
+
"pattern": {
|
| 144 |
+
"String": "泻"
|
| 145 |
+
},
|
| 146 |
+
"content": "k"
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"type": "Replace",
|
| 150 |
+
"pattern": {
|
| 151 |
+
"String": "谢"
|
| 152 |
+
},
|
| 153 |
+
"content": "l"
|
| 154 |
+
},
|
| 155 |
+
{
|
| 156 |
+
"type": "Replace",
|
| 157 |
+
"pattern": {
|
| 158 |
+
"String": "褭"
|
| 159 |
+
},
|
| 160 |
+
"content": "lj"
|
| 161 |
+
},
|
| 162 |
+
{
|
| 163 |
+
"type": "Replace",
|
| 164 |
+
"pattern": {
|
| 165 |
+
"String": "屑"
|
| 166 |
+
},
|
| 167 |
+
"content": "m"
|
| 168 |
+
},
|
| 169 |
+
{
|
| 170 |
+
"type": "Replace",
|
| 171 |
+
"pattern": {
|
| 172 |
+
"String": "薪"
|
| 173 |
+
},
|
| 174 |
+
"content": "n"
|
| 175 |
+
},
|
| 176 |
+
{
|
| 177 |
+
"type": "Replace",
|
| 178 |
+
"pattern": {
|
| 179 |
+
"String": "褮"
|
| 180 |
+
},
|
| 181 |
+
"content": "nj"
|
| 182 |
+
},
|
| 183 |
+
{
|
| 184 |
+
"type": "Replace",
|
| 185 |
+
"pattern": {
|
| 186 |
+
"String": "芯"
|
| 187 |
+
},
|
| 188 |
+
"content": "o"
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"type": "Replace",
|
| 192 |
+
"pattern": {
|
| 193 |
+
"String": "锌"
|
| 194 |
+
},
|
| 195 |
+
"content": "p"
|
| 196 |
+
},
|
| 197 |
+
{
|
| 198 |
+
"type": "Replace",
|
| 199 |
+
"pattern": {
|
| 200 |
+
"String": "褉"
|
| 201 |
+
},
|
| 202 |
+
"content": "r"
|
| 203 |
+
},
|
| 204 |
+
{
|
| 205 |
+
"type": "Replace",
|
| 206 |
+
"pattern": {
|
| 207 |
+
"String": "褋"
|
| 208 |
+
},
|
| 209 |
+
"content": "s"
|
| 210 |
+
},
|
| 211 |
+
{
|
| 212 |
+
"type": "Replace",
|
| 213 |
+
"pattern": {
|
| 214 |
+
"String": "褌"
|
| 215 |
+
},
|
| 216 |
+
"content": "t"
|
| 217 |
+
},
|
| 218 |
+
{
|
| 219 |
+
"type": "Replace",
|
| 220 |
+
"pattern": {
|
| 221 |
+
"String": "褯"
|
| 222 |
+
},
|
| 223 |
+
"content": "膰"
|
| 224 |
+
},
|
| 225 |
+
{
|
| 226 |
+
"type": "Replace",
|
| 227 |
+
"pattern": {
|
| 228 |
+
"String": "褍"
|
| 229 |
+
},
|
| 230 |
+
"content": "u"
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"type": "Replace",
|
| 234 |
+
"pattern": {
|
| 235 |
+
"String": "褎"
|
| 236 |
+
},
|
| 237 |
+
"content": "f"
|
| 238 |
+
},
|
| 239 |
+
{
|
| 240 |
+
"type": "Replace",
|
| 241 |
+
"pattern": {
|
| 242 |
+
"String": "褏"
|
| 243 |
+
},
|
| 244 |
+
"content": "h"
|
| 245 |
+
},
|
| 246 |
+
{
|
| 247 |
+
"type": "Replace",
|
| 248 |
+
"pattern": {
|
| 249 |
+
"String": "褑"
|
| 250 |
+
},
|
| 251 |
+
"content": "c"
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"type": "Replace",
|
| 255 |
+
"pattern": {
|
| 256 |
+
"String": "褔"
|
| 257 |
+
},
|
| 258 |
+
"content": "膷"
|
| 259 |
+
},
|
| 260 |
+
{
|
| 261 |
+
"type": "Replace",
|
| 262 |
+
"pattern": {
|
| 263 |
+
"String": "褵"
|
| 264 |
+
},
|
| 265 |
+
"content": "d啪"
|
| 266 |
+
},
|
| 267 |
+
{
|
| 268 |
+
"type": "Replace",
|
| 269 |
+
"pattern": {
|
| 270 |
+
"String": "褕"
|
| 271 |
+
},
|
| 272 |
+
"content": "拧"
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"type": "Replace",
|
| 276 |
+
"pattern": {
|
| 277 |
+
"String": "袗"
|
| 278 |
+
},
|
| 279 |
+
"content": "A"
|
| 280 |
+
},
|
| 281 |
+
{
|
| 282 |
+
"type": "Replace",
|
| 283 |
+
"pattern": {
|
| 284 |
+
"String": "袘"
|
| 285 |
+
},
|
| 286 |
+
"content": "B"
|
| 287 |
+
},
|
| 288 |
+
{
|
| 289 |
+
"type": "Replace",
|
| 290 |
+
"pattern": {
|
| 291 |
+
"String": "袙"
|
| 292 |
+
},
|
| 293 |
+
"content": "V"
|
| 294 |
+
},
|
| 295 |
+
{
|
| 296 |
+
"type": "Replace",
|
| 297 |
+
"pattern": {
|
| 298 |
+
"String": "袚"
|
| 299 |
+
},
|
| 300 |
+
"content": "G"
|
| 301 |
+
},
|
| 302 |
+
{
|
| 303 |
+
"type": "Replace",
|
| 304 |
+
"pattern": {
|
| 305 |
+
"String": "袛"
|
| 306 |
+
},
|
| 307 |
+
"content": "D"
|
| 308 |
+
},
|
| 309 |
+
{
|
| 310 |
+
"type": "Replace",
|
| 311 |
+
"pattern": {
|
| 312 |
+
"String": "袀"
|
| 313 |
+
},
|
| 314 |
+
"content": "膼"
|
| 315 |
+
},
|
| 316 |
+
{
|
| 317 |
+
"type": "Replace",
|
| 318 |
+
"pattern": {
|
| 319 |
+
"String": "袝"
|
| 320 |
+
},
|
| 321 |
+
"content": "E"
|
| 322 |
+
},
|
| 323 |
+
{
|
| 324 |
+
"type": "Replace",
|
| 325 |
+
"pattern": {
|
| 326 |
+
"String": "袞"
|
| 327 |
+
},
|
| 328 |
+
"content": "沤"
|
| 329 |
+
},
|
| 330 |
+
{
|
| 331 |
+
"type": "Replace",
|
| 332 |
+
"pattern": {
|
| 333 |
+
"String": "袟"
|
| 334 |
+
},
|
| 335 |
+
"content": "Z"
|
| 336 |
+
},
|
| 337 |
+
{
|
| 338 |
+
"type": "Replace",
|
| 339 |
+
"pattern": {
|
| 340 |
+
"String": "袠"
|
| 341 |
+
},
|
| 342 |
+
"content": "I"
|
| 343 |
+
},
|
| 344 |
+
{
|
| 345 |
+
"type": "Replace",
|
| 346 |
+
"pattern": {
|
| 347 |
+
"String": "袌"
|
| 348 |
+
},
|
| 349 |
+
"content": "J"
|
| 350 |
+
},
|
| 351 |
+
{
|
| 352 |
+
"type": "Replace",
|
| 353 |
+
"pattern": {
|
| 354 |
+
"String": "袣"
|
| 355 |
+
},
|
| 356 |
+
"content": "K"
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"type": "Replace",
|
| 360 |
+
"pattern": {
|
| 361 |
+
"String": "袥"
|
| 362 |
+
},
|
| 363 |
+
"content": "L"
|
| 364 |
+
},
|
| 365 |
+
{
|
| 366 |
+
"type": "Replace",
|
| 367 |
+
"pattern": {
|
| 368 |
+
"String": "袎"
|
| 369 |
+
},
|
| 370 |
+
"content": "Lj"
|
| 371 |
+
},
|
| 372 |
+
{
|
| 373 |
+
"type": "Replace",
|
| 374 |
+
"pattern": {
|
| 375 |
+
"String": "袦"
|
| 376 |
+
},
|
| 377 |
+
"content": "M"
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"type": "Replace",
|
| 381 |
+
"pattern": {
|
| 382 |
+
"String": "袧"
|
| 383 |
+
},
|
| 384 |
+
"content": "N"
|
| 385 |
+
},
|
| 386 |
+
{
|
| 387 |
+
"type": "Replace",
|
| 388 |
+
"pattern": {
|
| 389 |
+
"String": "袏"
|
| 390 |
+
},
|
| 391 |
+
"content": "Nj"
|
| 392 |
+
},
|
| 393 |
+
{
|
| 394 |
+
"type": "Replace",
|
| 395 |
+
"pattern": {
|
| 396 |
+
"String": "袨"
|
| 397 |
+
},
|
| 398 |
+
"content": "O"
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"type": "Replace",
|
| 402 |
+
"pattern": {
|
| 403 |
+
"String": "袩"
|
| 404 |
+
},
|
| 405 |
+
"content": "P"
|
| 406 |
+
},
|
| 407 |
+
{
|
| 408 |
+
"type": "Replace",
|
| 409 |
+
"pattern": {
|
| 410 |
+
"String": "袪"
|
| 411 |
+
},
|
| 412 |
+
"content": "R"
|
| 413 |
+
},
|
| 414 |
+
{
|
| 415 |
+
"type": "Replace",
|
| 416 |
+
"pattern": {
|
| 417 |
+
"String": "小"
|
| 418 |
+
},
|
| 419 |
+
"content": "S"
|
| 420 |
+
},
|
| 421 |
+
{
|
| 422 |
+
"type": "Replace",
|
| 423 |
+
"pattern": {
|
| 424 |
+
"String": "孝"
|
| 425 |
+
},
|
| 426 |
+
"content": "T"
|
| 427 |
+
},
|
| 428 |
+
{
|
| 429 |
+
"type": "Replace",
|
| 430 |
+
"pattern": {
|
| 431 |
+
"String": "袐"
|
| 432 |
+
},
|
| 433 |
+
"content": "膯"
|
| 434 |
+
},
|
| 435 |
+
{
|
| 436 |
+
"type": "Replace",
|
| 437 |
+
"pattern": {
|
| 438 |
+
"String": "校"
|
| 439 |
+
},
|
| 440 |
+
"content": "U"
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"type": "Replace",
|
| 444 |
+
"pattern": {
|
| 445 |
+
"String": "肖"
|
| 446 |
+
},
|
| 447 |
+
"content": "F"
|
| 448 |
+
},
|
| 449 |
+
{
|
| 450 |
+
"type": "Replace",
|
| 451 |
+
"pattern": {
|
| 452 |
+
"String": "啸"
|
| 453 |
+
},
|
| 454 |
+
"content": "H"
|
| 455 |
+
},
|
| 456 |
+
{
|
| 457 |
+
"type": "Replace",
|
| 458 |
+
"pattern": {
|
| 459 |
+
"String": "笑"
|
| 460 |
+
},
|
| 461 |
+
"content": "C"
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"type": "Replace",
|
| 465 |
+
"pattern": {
|
| 466 |
+
"String": "效"
|
| 467 |
+
},
|
| 468 |
+
"content": "膶"
|
| 469 |
+
},
|
| 470 |
+
{
|
| 471 |
+
"type": "Replace",
|
| 472 |
+
"pattern": {
|
| 473 |
+
"String": "袕"
|
| 474 |
+
},
|
| 475 |
+
"content": "D啪"
|
| 476 |
+
},
|
| 477 |
+
{
|
| 478 |
+
"type": "Replace",
|
| 479 |
+
"pattern": {
|
| 480 |
+
"String": "楔"
|
| 481 |
+
},
|
| 482 |
+
"content": "艩"
|
| 483 |
+
}
|
| 484 |
+
]
|
| 485 |
+
},
|
| 486 |
"pre_tokenizer": {
|
| 487 |
"type": "ByteLevel",
|
| 488 |
"add_prefix_space": false,
|