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 +1,306 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 머리감는의자 샴푸베드 샴푸대 가정용 목욕침대 세안기 어린이 아기 접의식 블루 출산/육아 > 목욕용품 > 기타목욕용품
+- text: 여성 목욕 유아 샤워 웨딩 플라워 타월 타올 드레스 어린이 파티 가운 플레이 솔리드 잠옷 11=CM11_8-9T 130-140cm 출산/육아
+    > 목욕용품 > 유아목욕가운
+- text: 아동용 레이어드나시반팔티 J4385 나시티11호 트임나시13호 출산/육아 > 목욕용품 > 유아목욕가운
+- text: 욕실 타일 바닥 미끄럼방지 스티커 12P 세트  출산/육아 > 목욕용품 > 기타목욕용품
+- text: 가정용 테이블 디지털 온습도 전자기계 욕조온도계 측정기  출산/육아 > 목욕용품 > 유아욕탕온도계
+metrics:
+- accuracy
+pipeline_tag: text-classification
+library_name: setfit
+inference: true
+base_model: mini1013/master_domain
+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: accuracy
+      value: 1.0
+      name: Accuracy
+---
+
+# 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:** 11 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                                                                                                                                                                                                                                                                             |
+|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 5.0   | <ul><li>'유키두 물놀이 고래 잠수함 샤워기  출산/육아 > 목욕용품 > 유아목욕장난감'</li><li>'베베라팡 헤엄치는 바다친구들 아기 욕조 물놀이 목욕놀이장난감 거북이 블루 출산/육아 > 목욕용품 > 유아목욕장난감'</li><li>'KC인증 목욕놀이 장난감 (고래,거북이,오리,상어) 유아 아기 물놀이 욕조 태엽 장난감 단품구성_큰고래(핑크) 출산/육아 > 목욕용품 > 유아목욕장난감'</li></ul>                                              |
+| 7.0   | <ul><li>'릴린져샴푸캡 아기 목욕모자 샤워캡 블루 출산/육아 > 목욕용품 > 유아샴푸캡'</li><li>'돗투돗 말랑 샴푸캡 유아 목욕용품 해어캡 신생아 샴푸모자 돗바니 출산/육아 > 목욕용품 > 유아샴푸캡'</li><li>'[귀애우비] 육아꿀템 아기목욕 귀 방수 스티커 출산선물 수영장 편한착용 안아픔 샴푸캡 소형(세트) - 2Box (100매) 출산/육아 > 목욕용품 > 유아샴푸캡'</li></ul>                                                |
+| 1.0   | <ul><li>'고리에거는 아이장난감정리망 그물주머니 흰색  출산/육아 > 목욕용품 > 욕실정리망/정리함'</li><li>'욕실그물망 정리 함 가방 수납 장난감 화이트 DC002879 출산/육아 > 목욕용품 > 욕실정리망/정리함'</li><li>'리빙 세탁바구니 1P 29x41x36cm 옷빨래 다용도수납 화이트 출산/육아 > 목욕용품 > 욕실정리망/정리함'</li></ul>                                                                   |
+| 9.0   | <ul><li>'아이너바움 비건인증 홈 케어 5종 (세탁+섬유+주방+토이+욕조) 세탁세제(코튼블랑)_섬유유연제(스윗선데이)_주방세제 (시트러스/액상형) 출산/육아 > 목욕용품 > 유아욕조'</li><li>'스토케 플렉시바스 아기욕조 라지 화이트 출산/육아 > 목욕용품 > 유아욕조'</li><li>'오케이베이비 오플라 아기욕조 히포 샴푸캡 세트 동의합니다_모카그레이_민트그린 출산/육아 > 목욕용품 > 유아욕조'</li></ul>                                     |
+| 6.0   | <ul><li>'어린이집수건 먼지없는 소창 고리수건 3겹(30X30) 5장세트 유치원 이름자수 핸드타올 소창 고리수건 3겹(30X30)-수건아래-5장_다크블루_그린 출산/육아 > 목욕용품 > 유아목욕타월'</li><li>'베이비꼬 아기목욕타월 옐로우 출산/육아 > 목욕용품 > 유아목욕타월'</li><li>'송월 베이비 어린이집 고리 수건 선물 이름자수 준비물 손수건 베이비시리즈_퍼플(열기구) 출산/육아 > 목욕용품 > 유아목욕타월'</li></ul>                        |
+| 4.0   | <ul><li>'샤워 타올 스틱 손잡이 볼 욕실용품 볼브러쉬 등 바디 블루 출산/육아 > 목욕용품 > 유아목욕장갑/스펀지'</li><li>'비비또 실리콘 아기목욕장갑 스펀지 신생아 유아 샤워볼 아기목욕장갑 2P(10% 할인)_헤븐리핑크_발틱블루 출산/육아 > 목욕용품 > 유아목욕장갑/스펀지'</li><li>'뉴 샤워기 거치대 각도조절 샤워기홀더 편리한 욕실용품 생활용품 샤워기걸이 당일출고 데일리 01.180캐릭터샤워홀더-버드 출산/육아 > 목욕용품 > 유아목욕장갑/스펀지'</li></ul> |
+| 8.0   | <ul><li>'유아 어린이 손씻기 세면대 수도꼭지 연장 물받이 회색  출산/육아 > 목욕용품 > 유아세면대/수도꼭지'</li><li>'모던 수도꼭지 연장탭 베이지 출산/육아 > 목욕용품 > 유아세면대/수도꼭지'</li><li>'버드시아 유아 세면대 (장난감놀이/신생아욕조/목욕놀이) 연그레이 출산/육아 > 목욕용품 > 유아세면대/수도꼭지'</li></ul>                                                                             |
+| 2.0   | <ul><li>'유아 비치가운 어린이 목욕가운 아기 타올 베이비 오리 출산/육아 > 목욕용품 > 유아목욕가운'</li><li>'목욕 잠옷 가운 샤워 키구 동물 어린이 유니콘 플란넬 겨울 루미 유아 드레싱 타월 후드 11=Pinkstarunicorn_5 출산/육아 > 목욕용품 > 유아목욕가운'</li><li>'스프링스트라이프조끼 오렌지_120 출산/육아 > 목욕용품 > 유아목욕가운'</li></ul>                                                     |
+| 3.0   | <ul><li>'부품 : 아기비데 - 3in1 받침대 업그레이드 신생아 유아 출산선물 국내생산 색상추가 컴포트 3세대 받침대-엘레강스 아이보리 - 그린 출산/육아 > 목욕용품 > 유아목욕의자'</li><li>'목욕의자 미용실 머리 샴푸 대형 실내 교육 업소 의자 D 출산/육아 > 목욕용품 > 유아목욕의자'</li><li>'웰빙 은나노 목욕 의자 대 핑크 출산/육아 > 목욕용품 > 유아목욕의자'</li></ul>                                              |
+| 0.0   | <ul><li>'나무 욕조 히노끼 이동식 홈 스타 사우나 목욕 삼나무 장90 x58 78+커버(친환경 왁스) 출산/육아 > 목욕용품 > 기타목욕용품'</li><li>'두근두근 점프대 목욕놀이 세트 3pcs  출산/육아 > 목욕용품 > 기타목욕용품'</li><li>'창신 베어트리 욕실 용품 양치컵 욕실의자 칫솔꽂이 4.창신 베어트리 욕실의자(대) 출산/육아 > 목욕용품 > 기타목욕용품'</li></ul>                                                   |
+| 10.0  | <ul><li>'밀폐형 전해 셀, 3 전극 시스템 반응기 매칭 165900 50ml 165900 50ml 출산/육아 > 목욕용품 > 유아욕탕온도계'</li><li>'직수입 디지털 온도계 습도계 탕온계 모음 스마일(심플) 온습도계 핑크 02.스마일(패턴)온습도계_화이트 출산/육아 > 목욕용품 > 유아욕탕온도계'</li><li>'(건전지 포함)디지털 대화면 온습도계 아날로그 욕실 육추기 병아리 오리 탕온도 병아리 계란 아날로그온습도계 출산/육아 > 목욕용품 > 유아욕탕온도계'</li></ul> |
+
+## Evaluation
+
+### Metrics
+| Label   | Accuracy |
+|:--------|:---------|
+| **all** | 1.0      |
+
+## 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_bc4")
+# Run inference
+preds = model("욕실 타일 바닥 미끄럼방지 스티커 12P 세트  출산/육아 > 목욕용품 > 기타목욕용품")
+```
+
+<!--
+### 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   | 7   | 14.2403 | 27  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 70                    |
+| 1.0   | 70                    |
+| 2.0   | 70                    |
+| 3.0   | 70                    |
+| 4.0   | 70                    |
+| 5.0   | 70                    |
+| 6.0   | 70                    |
+| 7.0   | 70                    |
+| 8.0   | 70                    |
+| 9.0   | 70                    |
+| 10.0  | 70                    |
+
+### Training Hyperparameters
+- batch_size: (256, 256)
+- num_epochs: (30, 30)
+- max_steps: -1
+- sampling_strategy: oversampling
+- num_iterations: 50
+- body_learning_rate: (2e-05, 1e-05)
+- head_learning_rate: 0.01
+- loss: CosineSimilarityLoss
+- distance_metric: cosine_distance
+- margin: 0.25
+- end_to_end: False
+- use_amp: False
+- warmup_proportion: 0.1
+- l2_weight: 0.01
+- seed: 42
+- eval_max_steps: -1
+- load_best_model_at_end: False
+
+### Training Results
+| Epoch   | Step | Training Loss | Validation Loss |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0066  | 1    | 0.4891        | -               |
+| 0.3311  | 50   | 0.5008        | -               |
+| 0.6623  | 100  | 0.4057        | -               |
+| 0.9934  | 150  | 0.3132        | -               |
+| 1.3245  | 200  | 0.176         | -               |
+| 1.6556  | 250  | 0.0868        | -               |
+| 1.9868  | 300  | 0.0349        | -               |
+| 2.3179  | 350  | 0.0133        | -               |
+| 2.6490  | 400  | 0.0018        | -               |
+| 2.9801  | 450  | 0.0006        | -               |
+| 3.3113  | 500  | 0.0004        | -               |
+| 3.6424  | 550  | 0.0005        | -               |
+| 3.9735  | 600  | 0.0003        | -               |
+| 4.3046  | 650  | 0.0002        | -               |
+| 4.6358  | 700  | 0.0002        | -               |
+| 4.9669  | 750  | 0.0002        | -               |
+| 5.2980  | 800  | 0.0001        | -               |
+| 5.6291  | 850  | 0.0001        | -               |
+| 5.9603  | 900  | 0.0001        | -               |
+| 6.2914  | 950  | 0.0001        | -               |
+| 6.6225  | 1000 | 0.0001        | -               |
+| 6.9536  | 1050 | 0.0001        | -               |
+| 7.2848  | 1100 | 0.0001        | -               |
+| 7.6159  | 1150 | 0.0001        | -               |
+| 7.9470  | 1200 | 0.0001        | -               |
+| 8.2781  | 1250 | 0.0001        | -               |
+| 8.6093  | 1300 | 0.0001        | -               |
+| 8.9404  | 1350 | 0.0001        | -               |
+| 9.2715  | 1400 | 0.0001        | -               |
+| 9.6026  | 1450 | 0.0           | -               |
+| 9.9338  | 1500 | 0.0001        | -               |
+| 10.2649 | 1550 | 0.0           | -               |
+| 10.5960 | 1600 | 0.0           | -               |
+| 10.9272 | 1650 | 0.0           | -               |
+| 11.2583 | 1700 | 0.0           | -               |
+| 11.5894 | 1750 | 0.0           | -               |
+| 11.9205 | 1800 | 0.0           | -               |
+| 12.2517 | 1850 | 0.0           | -               |
+| 12.5828 | 1900 | 0.0           | -               |
+| 12.9139 | 1950 | 0.0           | -               |
+| 13.2450 | 2000 | 0.0           | -               |
+| 13.5762 | 2050 | 0.0           | -               |
+| 13.9073 | 2100 | 0.0           | -               |
+| 14.2384 | 2150 | 0.0           | -               |
+| 14.5695 | 2200 | 0.0           | -               |
+| 14.9007 | 2250 | 0.0           | -               |
+| 15.2318 | 2300 | 0.0           | -               |
+| 15.5629 | 2350 | 0.0           | -               |
+| 15.8940 | 2400 | 0.0           | -               |
+| 16.2252 | 2450 | 0.0           | -               |
+| 16.5563 | 2500 | 0.0           | -               |
+| 16.8874 | 2550 | 0.0           | -               |
+| 17.2185 | 2600 | 0.0           | -               |
+| 17.5497 | 2650 | 0.0           | -               |
+| 17.8808 | 2700 | 0.0           | -               |
+| 18.2119 | 2750 | 0.0           | -               |
+| 18.5430 | 2800 | 0.0           | -               |
+| 18.8742 | 2850 | 0.0           | -               |
+| 19.2053 | 2900 | 0.0           | -               |
+| 19.5364 | 2950 | 0.0           | -               |
+| 19.8675 | 3000 | 0.0           | -               |
+| 20.1987 | 3050 | 0.0           | -               |
+| 20.5298 | 3100 | 0.0           | -               |
+| 20.8609 | 3150 | 0.0           | -               |
+| 21.1921 | 3200 | 0.0           | -               |
+| 21.5232 | 3250 | 0.0           | -               |
+| 21.8543 | 3300 | 0.0           | -               |
+| 22.1854 | 3350 | 0.0           | -               |
+| 22.5166 | 3400 | 0.0           | -               |
+| 22.8477 | 3450 | 0.0           | -               |
+| 23.1788 | 3500 | 0.0           | -               |
+| 23.5099 | 3550 | 0.0           | -               |
+| 23.8411 | 3600 | 0.0           | -               |
+| 24.1722 | 3650 | 0.0           | -               |
+| 24.5033 | 3700 | 0.0           | -               |
+| 24.8344 | 3750 | 0.0           | -               |
+| 25.1656 | 3800 | 0.0           | -               |
+| 25.4967 | 3850 | 0.0           | -               |
+| 25.8278 | 3900 | 0.0           | -               |
+| 26.1589 | 3950 | 0.0           | -               |
+| 26.4901 | 4000 | 0.0           | -               |
+| 26.8212 | 4050 | 0.0           | -               |
+| 27.1523 | 4100 | 0.0           | -               |
+| 27.4834 | 4150 | 0.0           | -               |
+| 27.8146 | 4200 | 0.0           | -               |
+| 28.1457 | 4250 | 0.0           | -               |
+| 28.4768 | 4300 | 0.0           | -               |
+| 28.8079 | 4350 | 0.0           | -               |
+| 29.1391 | 4400 | 0.0           | -               |
+| 29.4702 | 4450 | 0.0           | -               |
+| 29.8013 | 4500 | 0.0           | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0
+- Sentence Transformers: 3.3.1
+- Transformers: 4.44.2
+- PyTorch: 2.2.0a0+81ea7a4
+- Datasets: 3.2.0
+- Tokenizers: 0.19.1
+
+## 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_bc",
+  "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": "4.44.2",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.2.0a0+81ea7a4"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

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:e25142d4817492d9ea9dad883c027f7902435b0a24a8f69b84c74b4f32e32ab7
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70ef6b12f91f5e193cdfa2dadda36c93444dbb036703e19a79dee530d1442d87
+size 68575

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]"
+}