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 +1,294 @@
+---
+base_model: mini1013/master_domain
+library_name: setfit
+metrics:
+- metric
+pipeline_tag: text-classification
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 스마일뱃지 제작 브로치 다양한 크기 문구 삽입가능 별빛(+300원)_뱃지 중(45mm)_200개~399개 맘스뱃지
+- text: 고급 골지압박 타이즈 스타킹 유발 면 겨울 베이지 버징가마켓
+- text: 겨울 목도리 여자 남자 캐시미어 니트 쁘띠 울 머플러 1_솜사탕-MS47 에스랑제이
+- text: 손수건/무지손수건/등산손수건/스카프/등산손수건/두건/KC인증/인쇄가능/개별OPP 무지손수건 [무지손수건] 무지손수건(옐로우) 답돌이월드
+- text: 동백꽃 부토니에 머리핀 코사지(K28) K28-06_머리핀 까만당나귀
+inference: true
+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: metric
+      value: 0.8556701030927835
+      name: Metric
+---
+
+# 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:** 20 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                                                                                                                                                                                                                                             |
+|:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 19.0  | <ul><li>'하복 여름용 시원한 베이직 네이비 정장 시선집중 봄 35_38 예이몰'</li><li>'하복 여름용 시원한 베이직 네이비 정장 시선집중 봄 35_42 예이몰'</li><li>'하복 여름용 시원한 베이직 네이비 정장 시선집중 봄 36B_40 예이몰'</li></ul>                                                                                        |
+| 18.0  | <ul><li>'전통 십장생 금은사 금룡 오복 돌띠 남아 여아 돌 백일 여자 남자 애기 아기 한복 돌띠 5번 십장생돌띠(장색) 이제한복'</li><li>'여아 한복 머리띠 족두리 호박 홍시 배씨 장신구 여자 아기 돌 어린이 전통 자수 머리 띠 핀 호박 핀머리띠 레드 청아'</li><li>'엄마옷 삼베 리본 생활한복 두건 KD304133 중년여성 40 50 60대 마담 빅사이즈 할머니 미시 벽돌:FREE AKmall'</li></ul> |
+| 17.0  | <ul><li>'[무료각인]자동차/캐리어 가죽키링/스마트키홀더/네임택/ 남자친구 여자친구 부모님 선물 T자형 (핑크)_골드(유광)_나눔손글씨펜체 더위드블루'</li><li>'귀여운 곰인형 키링 열쇠고리 스웨터 모자 최여시'</li><li>'[무료각인]자동차/캐리어 가죽키링/스마트키홀더/네임택/ 남자친구 여자친구 부모님 선물 T자형 (콰이즈블루)_골드(무광)_나눔바른고딕체 더위드블루'</li></ul>                    |
+| 2.0   | <ul><li>'셔츠 넥 카라 레이어드 페이크 케이프 2type 둥근카라/화이트 도비77마켓'</li><li>'셔츠카라 넥케이프 페이크카라 레이어드카라 넥커프스 1-카라-화이트 오니온스'</li><li>'넥케이프 스카프 머플러 레이스 페이크 카라 작은 잎 화이트 모멘트1'</li></ul>                                                                                   |
+| 12.0  | <ul><li>'[닥스](광주신세계) 양산 가드닝 PBU003Q 블랙(01) 주식회사 에스에스지닷컴'</li><li>'고급 우양산 남자 초경량 양산 우산 자외선차단 암막 그린 하트 쿨로미-네이비-커뮤니케이션 한정판 서민스토어'</li><li>'암막 하트펀칭코팅 양산 IPLQP40042 스카이 '</li></ul>                                                                      |
+| 5.0   | <ul><li>'캐시미어 머플러 FKU035 블루 롯데백화점1관'</li><li>'여성 겨울 니트 짜임 목도리 머플러 그레이 엠에스씨'</li><li>'엘르/칼린 롱 쁘띠 니트 머플러 SE04MP3000 택1 선택07 바네사끼움SE34MX304 브라운 AK플라자1관'</li></ul>                                                                                      |
+| 16.0  | <ul><li>'부토니에 결혼식 무도회 꽃 장미 브로치 핀 진주 나비 신부 신랑 새틴 리본 액세서리 13 포시즌스트레이드'</li><li>'부토니에 결혼식용 인공 수국 꽃 실크 머리 50 개 Off White Leaves White Stems_50 PCS 포시즌스트레이드'</li><li>'코르사주 맞춤형 터키 깃털 머리장식 클립 닭 꼬리 코스튬 모자 DS230441 DS230442 포시즌스트레이드'</li></ul>           |
+| 11.0  | <ul><li>'BYC 본사 종아리압박밴드 SWG1300 BK(블랙)/F 홈앤쇼핑몰'</li><li>'5묶음 기모 고카바 넌슬립 (바닥실리콘) 아소트 코썸'</li><li>'팬티스타킹/덧신/양말/기모/속바지/판타롱/학생 2_9부 블랙 2매 규리몰'</li></ul>                                                                                                 |
+| 9.0   | <ul><li>'[1만원인하]에디티드 브리즈 썸머 원피스+니트숄 076/티파니블루/88 AKmall'</li><li>'어깨숄 어깨에 페이크니트 니트 두르는 가디건 여성 캐주얼 여성스런 숄망토 X. 캐러멜 구루미상회'</li><li>'[헬렌카민스키](신세계타임스퀘어점패션관)[공식] 헬렌카민스키 메르시에 판초 코트 LUWRCT00020 멜란지그레이_OS 주식회사 에스에스지닷컴'</li></ul>                         |
+| 1.0   | <ul><li>'내셔널지오그래픽 악세사리 악세서리 메쉬쿨토시 1163327 BLACK_M(002) koreamk2'</li><li>'[LAP](신세계김해점)골지 베이직 워머 AP7AYA01 BK(블랙)_FF 주식회사 에스에스지닷컴'</li><li>'가을 겨울 페이크 후드 넥워머 니트 레이어드 바라클라바 모자 방한용품 베이지 다온마켓'</li></ul>                                                |
+| 8.0   | <ul><li>'여성 에티켓 손수건 레이스 무릎 덮개 대형 면 꽃무늬 에티켓03 서울타임즈'</li><li>'일본 수입 스누피 반다나 손수건 6종 스카우트아이보리 키티야'</li><li>'(지나산업)등산손수건/반다나/페이즐리/opp개별포장 블루 infnet16'</li></ul>                                                                                         |
+| 15.0  | <ul><li>'카메라렌즈 커프스 남성 패션 소품 실버 행복세일웃음'</li><li>'블루 넥타이핀 커프스 버튼 831 와이셔츠 타이바 링크 소매 젠틀 안트 넥타이핀 엠에프샵'</li><li>'[6월남자] 카메라 렌즈 커프스 버튼 남자 정장 소품 골드 베라콘'</li></ul>                                                                                          |
+| 0.0   | <ul><li>'미우미우 벨벳 헤어클립 헤어핀 MIUMIU Velvet hair clip 35.5 어리버리샵'</li><li>'허리늘리기 밴딩탭 슬랙스탭 허리조절 셀프수선고무줄 청바지탭 3P 호메르'</li><li>'수도동파방지 덮개 한파방지커버 수도계량기 보온재  비(B)'</li></ul>                                                                                 |
+| 6.0   | <ul><li>'휴대용 접이식 캐릭터 부채 미니사이즈 KK99 6.딸기토끼 안미현'</li><li>'어린이부채만들기 04. ZIG캘리그라피펜 MS3400_42. MS-3400 / 070_PURE ORANGE 포장지세상'</li><li>'발롱 VF1 한국 무용 워십 너슬 부채춤 부채 팬베일 VF111 WR 우_L(35cm) 발롱'</li></ul>                                                   |
+| 10.0  | <ul><li>'EP 모드 남성용 겨울 스카프 캐시미어 느낌 매우 부드럽고 따뜻함 다이아몬드 그리드 네이비 윈나인'</li><li>'개/대 남성 여성 가을 겨울 양면 컬러 매칭 스카프 모자 장갑 M89E DG 글로벌 엠에스 컴퍼니'</li><li>'하태하태 기념일선물 아마존 크로스 보더 남성 캐주얼 믹스매치하기좋은 여자들이좋아하는선물 Navy blue 리마110'</li></ul>                               |
+| 4.0   | <ul><li>'에쎄 케이스 파우치 슬림형 20개비 빈티지 갑 메탈 보관함 남자친구선물 자동 A 다온마켓'</li><li>'소품보관 악세사리 가죽 전자 케이스 수납 네이비 갑자네'</li><li>'에스티듀퐁 뉴 라인2 전용 리필 가스 CNA000435 레드 주식회사 스타필드하남'</li></ul>                                                                               |
+| 13.0  | <ul><li>'강철 특수 부대 패치 와펜 707 UDT UDU SSU SART HID SEAL 해병대 L.SOU 밀리터리코리아'</li><li>'[NFL] F214ATO040 부클 복조리 크로스백 블랙_Free 롯데쇼핑(주) 프리미엄 아울렛 김해점'</li><li>'와팬 와펜 열접접착 자수 스티커 브러치 패치 마크 견장 51번부터 100번까지_55번 TNT몰'</li></ul>                                |
+| 3.0   | <ul><li>'BTIE_102 그레이체크 니트 보타이(그레이 품절) 차콜 건강드림'</li><li>'다이아몬드컷팅된넥타이핀VMRTP1006 화이트 '</li><li>'푸르티민트향 치약 키즈세이프 60g 충치케어 키즈 4입 치아관리 잇몸냄새 입냄새제거  주식회사제이케이이노베이션'</li></ul>                                                                               |
+| 14.0  | <ul><li>'코지트리 반대로 접고 펴는 거꾸로 우산 거꾸로우산--스카이블루 투게이트'</li><li>'튼튼한 자동 3단우산 거꾸로 우산 반전 네이비 블루 패킹팩토리'</li><li>'[무료 각인서비스] 크로반 대형 자동장우산 KR3 파스텔브라운_폰트02 주식회사 크로반'</li></ul>                                                                                  |
+| 7.0   | <ul><li>'브로치 옷핀브로치 진주브로치 브롯지 2_장미 부토니에(진주)-자주 조은상점'</li><li>'릭 오웬스 남성 블랙 클래식 플라이트 가죽 재킷 가죽 자켓 232232M175011 IT 44 주식회사 스마일벤처스'</li><li>'23FW 카사데이 드레스 슈즈 1F920W100M C14449000 42 주식회사 구하다'</li></ul>                                                 |
+
+## Evaluation
+
+### Metrics
+| Label   | Metric |
+|:--------|:-------|
+| **all** | 0.8557 |
+
+## 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_ac15")
+# Run inference
+preds = model("고급 골지압박 타이즈 스타킹 유발 면 겨울 베이지 버징가마켓")
+```
+
+<!--
+### 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   | 3   | 10.322 | 25  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 50                    |
+| 1.0   | 50                    |
+| 2.0   | 50                    |
+| 3.0   | 50                    |
+| 4.0   | 50                    |
+| 5.0   | 50                    |
+| 6.0   | 50                    |
+| 7.0   | 50                    |
+| 8.0   | 50                    |
+| 9.0   | 50                    |
+| 10.0  | 50                    |
+| 11.0  | 50                    |
+| 12.0  | 50                    |
+| 13.0  | 50                    |
+| 14.0  | 50                    |
+| 15.0  | 50                    |
+| 16.0  | 50                    |
+| 17.0  | 50                    |
+| 18.0  | 50                    |
+| 19.0  | 50                    |
+
+### Training Hyperparameters
+- batch_size: (512, 512)
+- num_epochs: (20, 20)
+- max_steps: -1
+- sampling_strategy: oversampling
+- num_iterations: 40
+- body_learning_rate: (2e-05, 2e-05)
+- head_learning_rate: 2e-05
+- loss: CosineSimilarityLoss
+- distance_metric: cosine_distance
+- margin: 0.25
+- end_to_end: False
+- use_amp: False
+- warmup_proportion: 0.1
+- seed: 42
+- eval_max_steps: -1
+- load_best_model_at_end: False
+
+### Training Results
+| Epoch   | Step | Training Loss | Validation Loss |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0064  | 1    | 0.3967        | -               |
+| 0.3185  | 50   | 0.3383        | -               |
+| 0.6369  | 100  | 0.2365        | -               |
+| 0.9554  | 150  | 0.1145        | -               |
+| 1.2739  | 200  | 0.0563        | -               |
+| 1.5924  | 250  | 0.0414        | -               |
+| 1.9108  | 300  | 0.0377        | -               |
+| 2.2293  | 350  | 0.0159        | -               |
+| 2.5478  | 400  | 0.0297        | -               |
+| 2.8662  | 450  | 0.0258        | -               |
+| 3.1847  | 500  | 0.0194        | -               |
+| 3.5032  | 550  | 0.0113        | -               |
+| 3.8217  | 600  | 0.0108        | -               |
+| 4.1401  | 650  | 0.0059        | -               |
+| 4.4586  | 700  | 0.0009        | -               |
+| 4.7771  | 750  | 0.0059        | -               |
+| 5.0955  | 800  | 0.0044        | -               |
+| 5.4140  | 850  | 0.004         | -               |
+| 5.7325  | 900  | 0.0023        | -               |
+| 6.0510  | 950  | 0.0004        | -               |
+| 6.3694  | 1000 | 0.0024        | -               |
+| 6.6879  | 1050 | 0.0007        | -               |
+| 7.0064  | 1100 | 0.0004        | -               |
+| 7.3248  | 1150 | 0.0002        | -               |
+| 7.6433  | 1200 | 0.0002        | -               |
+| 7.9618  | 1250 | 0.0003        | -               |
+| 8.2803  | 1300 | 0.0002        | -               |
+| 8.5987  | 1350 | 0.0001        | -               |
+| 8.9172  | 1400 | 0.0001        | -               |
+| 9.2357  | 1450 | 0.0001        | -               |
+| 9.5541  | 1500 | 0.0001        | -               |
+| 9.8726  | 1550 | 0.0001        | -               |
+| 10.1911 | 1600 | 0.0001        | -               |
+| 10.5096 | 1650 | 0.0001        | -               |
+| 10.8280 | 1700 | 0.0001        | -               |
+| 11.1465 | 1750 | 0.0001        | -               |
+| 11.4650 | 1800 | 0.0001        | -               |
+| 11.7834 | 1850 | 0.0001        | -               |
+| 12.1019 | 1900 | 0.0001        | -               |
+| 12.4204 | 1950 | 0.0001        | -               |
+| 12.7389 | 2000 | 0.0001        | -               |
+| 13.0573 | 2050 | 0.0001        | -               |
+| 13.3758 | 2100 | 0.0001        | -               |
+| 13.6943 | 2150 | 0.0001        | -               |
+| 14.0127 | 2200 | 0.0001        | -               |
+| 14.3312 | 2250 | 0.0001        | -               |
+| 14.6497 | 2300 | 0.0001        | -               |
+| 14.9682 | 2350 | 0.0001        | -               |
+| 15.2866 | 2400 | 0.0001        | -               |
+| 15.6051 | 2450 | 0.0001        | -               |
+| 15.9236 | 2500 | 0.0001        | -               |
+| 16.2420 | 2550 | 0.0001        | -               |
+| 16.5605 | 2600 | 0.0001        | -               |
+| 16.8790 | 2650 | 0.0001        | -               |
+| 17.1975 | 2700 | 0.0001        | -               |
+| 17.5159 | 2750 | 0.0001        | -               |
+| 17.8344 | 2800 | 0.0001        | -               |
+| 18.1529 | 2850 | 0.0001        | -               |
+| 18.4713 | 2900 | 0.0001        | -               |
+| 18.7898 | 2950 | 0.0001        | -               |
+| 19.1083 | 3000 | 0.0001        | -               |
+| 19.4268 | 3050 | 0.0001        | -               |
+| 19.7452 | 3100 | 0.0001        | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0.dev0
+- Sentence Transformers: 3.1.1
+- Transformers: 4.46.1
+- PyTorch: 2.4.0+cu121
+- Datasets: 2.20.0
+- Tokenizers: 0.20.0
+
+## 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_ac",
+  "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": "4.46.1",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.46.1",
+    "pytorch": "2.4.0+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

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 sha256:8513f42b7147c711cbecb9de62034bc414b4ebd2a2ece6f53de0111126051e3a
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6e4b0526fb60164ca0865fd4694f377fbea66eaa2aefa9b211017e5d5752f11
+size 124007

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]"
+}