Hugging Face's logo

mini1013
/
master_cate_fi11

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results (legacy)
text-embeddings-inference
Model card Files
xet
Community
mini1013 commited on
Commit
4b8ad3c
·
verified ·
1 Parent(s): 1a99c3b

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +323 -0
  3. config.json +29 -0
  4. config_sentence_transformers.json +10 -0
  5. config_setfit.json +4 -0
  6. model.safetensors +3 -0
  7. model_head.pkl +3 -0
  8. modules.json +14 -0
  9. sentence_bert_config.json +4 -0
  10. special_tokens_map.json +51 -0
  11. tokenizer.json +0 -0
  12. tokenizer_config.json +66 -0
  13. 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 +1,323 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: 바운티풀 프리미엄 코마사 사틴면 호텔 이불커버 Q 가구/인테리어>침구단품>이불커버
9
+ - text: 쇼파커버 사계절 담요 블랭킷 캠핑 이불 차박 대형 러그 가구/인테리어>침구단품>담요
10
+ - text: 플로라 시어서커 리플 여름 홑이불 SS 가구/인테리어>침구단품>홑이불
11
+ - text: 아이리스 포르토MT 모달 워싱 스프레드 Q 가구/인테리어>침구단품>스프레드
12
+ - text: 모던하우스 마이호텔 여름 모달혼방 고밀도워싱 차렵이불 S 가구/인테리어>침구단품>차렵이불
13
+ metrics:
14
+ - accuracy
15
+ pipeline_tag: text-classification
16
+ library_name: setfit
17
+ inference: true
18
+ base_model: mini1013/master_domain
19
+ model-index:
20
+ - name: SetFit with mini1013/master_domain
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: 1.0
32
+ name: Accuracy
33
+ ---
34
+
35
+ # SetFit with mini1013/master_domain
36
+
37
+ 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.
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:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
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
+ | 0.0 | <ul><li>'바보사랑 여기있소 침대시트 고정밴드 이불클립 8개입 2세트 가구/인테리어>침구단품>기타침구단품'</li><li>'밀림방지 원터치 침구고정핀 이불 침대시트 소파커버 고정클립 가구/인테리어>침구단품>기타침구단품'</li><li>'두잉썸 고밀도 80수 베개커버 가구/인테리어>침구단품>기타침구단품'</li></ul> |
66
+ | 9.0 | <ul><li>'템퍼 프로 플러스 미디엄 타퍼 가구/인테리어>침구단품>토퍼'</li><li>'아망떼 뉴데이즈 세미마이크로 고정밴드 토퍼SS Q K 가구/인테리어>침구단품>토퍼'</li><li>'아이스 쿨 매트리스 토퍼 가구/인테리어>침구단품>토퍼'</li></ul> |
67
+ | 10.0 | <ul><li>'숙면연구소 베이직 토퍼매트리스 전용 일자형 방수속커버 Q 가구/인테리어>침구단품>토퍼커버'</li><li>'아망떼 리틀캣 알러지케어 요커버SS Q 가구/인테리어>침구단품>토퍼커버'</li><li>'두꺼운 퀼트 매트리스 커버 코튼 프로텍터 부드러운 진드기 토퍼 저자극성 공기 투과성 침대 가구/인테리어>침구단품>토퍼커버'</li></ul> |
68
+ | 11.0 | <ul><li>'극세사 겨울 스프레드 침대패드 토퍼 가구/인테리어>침구단품>패드>더블/퀸/킹패드'</li><li>'헬로우슬립 부드럽고 따뜻한 겨울 밀크 극세사 고정밴딩 침대패드 Q K - 가구/인테리어>침구단품>패드>싱글/슈퍼싱글패드'</li><li>'파르페by알레르망 스노우쿨 듀라론 냉감 3중직 패�� Q 가구/인테리어>침구단품>패드>더블/퀸/킹패드'</li></ul> |
69
+ | 1.0 | <ul><li>'플란넬 담요 겨울 무릎 캠핑 극세사 미니 대형 가구/인테리어>침구단품>담요'</li><li>'대형 캠핑 감성 블랭킷 담요 카페트 3종 가구/인테리어>침구단품>담요'</li><li>'방콕 극세사 겨울 잠옷 입는담요 가구/인테리어>침구단품>담요'</li></ul> |
70
+ | 2.0 | <ul><li>'먼지없는 부드러운 포인트라인 침대패드 슈퍼싱글 가구/인테리어>침구단품>매트/침대커버>싱글/슈퍼싱글침대커버'</li><li>'머쉬룸 매트리스커버 방수 침대 커버 순면 매트 시트 오가닉코튼 싱글 퀸 킹 누빔 알러지케어 K킹 가구/인테리어>침구단품>매트/침대커버>싱글/슈퍼싱글매트커버'</li><li>'인테리어포스터 벽장식 패브릭 대형 오아시스 중 집꾸미기 인테리어소품 포스터 가구/인테리어>침구단품>매트/침대커버>싱글/슈퍼싱글침대커버'</li></ul> |
71
+ | 8.0 | <ul><li>'모던하우스 슈퍼쿨 다니엘 쿨링 매쉬 이불 S 가구/인테리어>침구단품>차렵이불'</li><li>'세사 버터링 알러지케어 차렵이불 S 가구/인테리어>침구단품>차렵이불'</li><li>'알레르망 플레인 80수 고밀도 바이오워싱 호텔식 무봉제 차렵이불 S/SS 가구/인테리어>침구단품>차렵이불'</li></ul> |
72
+ | 3.0 | <ul><li>'오너클랜 캐릭터 롤카펫 극세사 무릎담요 선인장 어린이 학생 가구/인테리어>침구단품>무릎담요'</li><li>'알쏭달쏭 캐치티니핑 극세사 로얄핑 담요 100x70 집순이 블랭킷 차박 학생 사무실 캐릭터담요 가구/인테리어>침구단품>무릎담요'</li><li>'조구만 스튜디오 무지개 담요 가구/인테리어>침구단품>무릎담요'</li></ul> |
73
+ | 4.0 | <ul><li>'이솔홈 이음 피그먼트 순면 모달벨벳 이불 패드 스프레드 가구/인테리어>침구단품>스프레드'</li><li>'차렵이불세트 60수 아사 순면 스프레드 S 싱글 가구/인테리어>침구단품>스프레드'</li><li>'소오미홈 에코 벨로아 모달 줄누비 양면 싱글 퀸 킹패드 가구/인테리어>침구단품>스프레드'</li></ul> |
74
+ | 7.0 | <ul><li>'더크린 라이너 세미마이크로 온수매트커버 Q그레이 가구/인테리어>침구단품>전기매트커버'</li><li>'방수 두꺼운 보호대 커버 탄성 밴드 고정 시트 가정용 퀼트 패드 침대 가구/인테리어>침구단품>전기매트커버'</li><li>'매트 커버 꽃 시트 3색 지퍼 리스 용 단품 온수 장판 u자 전기 침대 가구/인테리어>침구단품>전기매트커버'</li></ul> |
75
+ | 5.0 | <ul><li>'라이크홈 에코항균 누빔 요커버 S 가구/인테리어>침구단품>요>요커버'</li><li>'올리비아데코 베리메리 60수 아사 요세트 Q 가구/인테리어>침구단품>요>요세트'</li><li>'더블샵 3단 접이식 요매트 2인용 매트리스 가구/인테리어>침구단품>요>요세트'</li></ul> |
76
+ | 12.0 | <ul><li>'파르페 썸머 뱀부서커 여름 홑이불 MINI 가구/인테리어>침구단품>홑이불'</li><li>'엘르파리 엘르 파리 포엠 냉감 홑이불 S 가구/인테리어>침구단품>홑이불'</li><li>'기라로쉬 인견 여름홑이불 160x200 가구/인테리어>침구단품>홑이불'</li></ul> |
77
+ | 6.0 | <ul><li>'아이리스 릴라WH 면 홑겹 이불커버 Q 가구/인테리어>침구단품>이불커버'</li><li>'한파용 80수 폴란드 구스 극세사 알러지케어 이불커버 -싱글 가구/인테리어>침구단품>이불커버'</li><li>'사슴 이불 동물 베개커버 꽃밭 이불커버 귀여운 침구-6 가구/인테리어>침구단품>이불커버'</li></ul> |
78
+
79
+ ## Evaluation
80
+
81
+ ### Metrics
82
+ | Label | Accuracy |
83
+ |:--------|:---------|
84
+ | **all** | 1.0 |
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_cate_fi11")
103
+ # Run inference
104
+ preds = model("플로라 시어서커 리플 여름 홑이불 SS 가구/인테리어>침구단품>홑이불")
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 | 8.8067 | 23 |
137
+
138
+ | Label | Training Sample Count |
139
+ |:------|:----------------------|
140
+ | 0.0 | 70 |
141
+ | 1.0 | 70 |
142
+ | 2.0 | 70 |
143
+ | 3.0 | 70 |
144
+ | 4.0 | 70 |
145
+ | 5.0 | 50 |
146
+ | 6.0 | 70 |
147
+ | 7.0 | 70 |
148
+ | 8.0 | 70 |
149
+ | 9.0 | 70 |
150
+ | 10.0 | 70 |
151
+ | 11.0 | 70 |
152
+ | 12.0 | 70 |
153
+
154
+ ### Training Hyperparameters
155
+ - batch_size: (256, 256)
156
+ - num_epochs: (30, 30)
157
+ - max_steps: -1
158
+ - sampling_strategy: oversampling
159
+ - num_iterations: 50
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
+ | 0.0057 | 1 | 0.5104 | - |
177
+ | 0.2874 | 50 | 0.4986 | - |
178
+ | 0.5747 | 100 | 0.3956 | - |
179
+ | 0.8621 | 150 | 0.1871 | - |
180
+ | 1.1494 | 200 | 0.0555 | - |
181
+ | 1.4368 | 250 | 0.017 | - |
182
+ | 1.7241 | 300 | 0.0073 | - |
183
+ | 2.0115 | 350 | 0.0015 | - |
184
+ | 2.2989 | 400 | 0.0003 | - |
185
+ | 2.5862 | 450 | 0.0002 | - |
186
+ | 2.8736 | 500 | 0.0001 | - |
187
+ | 3.1609 | 550 | 0.0001 | - |
188
+ | 3.4483 | 600 | 0.0001 | - |
189
+ | 3.7356 | 650 | 0.0001 | - |
190
+ | 4.0230 | 700 | 0.0001 | - |
191
+ | 4.3103 | 750 | 0.0001 | - |
192
+ | 4.5977 | 800 | 0.0001 | - |
193
+ | 4.8851 | 850 | 0.0001 | - |
194
+ | 5.1724 | 900 | 0.0 | - |
195
+ | 5.4598 | 950 | 0.0 | - |
196
+ | 5.7471 | 1000 | 0.0 | - |
197
+ | 6.0345 | 1050 | 0.0 | - |
198
+ | 6.3218 | 1100 | 0.0 | - |
199
+ | 6.6092 | 1150 | 0.0 | - |
200
+ | 6.8966 | 1200 | 0.0 | - |
201
+ | 7.1839 | 1250 | 0.0 | - |
202
+ | 7.4713 | 1300 | 0.0001 | - |
203
+ | 7.7586 | 1350 | 0.0 | - |
204
+ | 8.0460 | 1400 | 0.0 | - |
205
+ | 8.3333 | 1450 | 0.0 | - |
206
+ | 8.6207 | 1500 | 0.0 | - |
207
+ | 8.9080 | 1550 | 0.0 | - |
208
+ | 9.1954 | 1600 | 0.0 | - |
209
+ | 9.4828 | 1650 | 0.0 | - |
210
+ | 9.7701 | 1700 | 0.0 | - |
211
+ | 10.0575 | 1750 | 0.0 | - |
212
+ | 10.3448 | 1800 | 0.0 | - |
213
+ | 10.6322 | 1850 | 0.0 | - |
214
+ | 10.9195 | 1900 | 0.0 | - |
215
+ | 11.2069 | 1950 | 0.0 | - |
216
+ | 11.4943 | 2000 | 0.0 | - |
217
+ | 11.7816 | 2050 | 0.0 | - |
218
+ | 12.0690 | 2100 | 0.0 | - |
219
+ | 12.3563 | 2150 | 0.0 | - |
220
+ | 12.6437 | 2200 | 0.0 | - |
221
+ | 12.9310 | 2250 | 0.0 | - |
222
+ | 13.2184 | 2300 | 0.0 | - |
223
+ | 13.5057 | 2350 | 0.0 | - |
224
+ | 13.7931 | 2400 | 0.0 | - |
225
+ | 14.0805 | 2450 | 0.0 | - |
226
+ | 14.3678 | 2500 | 0.0 | - |
227
+ | 14.6552 | 2550 | 0.0 | - |
228
+ | 14.9425 | 2600 | 0.0 | - |
229
+ | 15.2299 | 2650 | 0.0 | - |
230
+ | 15.5172 | 2700 | 0.0 | - |
231
+ | 15.8046 | 2750 | 0.0 | - |
232
+ | 16.0920 | 2800 | 0.0 | - |
233
+ | 16.3793 | 2850 | 0.0 | - |
234
+ | 16.6667 | 2900 | 0.0 | - |
235
+ | 16.9540 | 2950 | 0.0 | - |
236
+ | 17.2414 | 3000 | 0.0 | - |
237
+ | 17.5287 | 3050 | 0.0 | - |
238
+ | 17.8161 | 3100 | 0.0 | - |
239
+ | 18.1034 | 3150 | 0.0 | - |
240
+ | 18.3908 | 3200 | 0.0 | - |
241
+ | 18.6782 | 3250 | 0.0 | - |
242
+ | 18.9655 | 3300 | 0.0 | - |
243
+ | 19.2529 | 3350 | 0.0 | - |
244
+ | 19.5402 | 3400 | 0.0 | - |
245
+ | 19.8276 | 3450 | 0.0 | - |
246
+ | 20.1149 | 3500 | 0.0 | - |
247
+ | 20.4023 | 3550 | 0.0 | - |
248
+ | 20.6897 | 3600 | 0.0 | - |
249
+ | 20.9770 | 3650 | 0.0 | - |
250
+ | 21.2644 | 3700 | 0.0 | - |
251
+ | 21.5517 | 3750 | 0.0 | - |
252
+ | 21.8391 | 3800 | 0.0 | - |
253
+ | 22.1264 | 3850 | 0.0 | - |
254
+ | 22.4138 | 3900 | 0.0 | - |
255
+ | 22.7011 | 3950 | 0.0 | - |
256
+ | 22.9885 | 4000 | 0.0 | - |
257
+ | 23.2759 | 4050 | 0.0 | - |
258
+ | 23.5632 | 4100 | 0.0 | - |
259
+ | 23.8506 | 4150 | 0.0 | - |
260
+ | 24.1379 | 4200 | 0.0 | - |
261
+ | 24.4253 | 4250 | 0.0 | - |
262
+ | 24.7126 | 4300 | 0.0 | - |
263
+ | 25.0 | 4350 | 0.0 | - |
264
+ | 25.2874 | 4400 | 0.0 | - |
265
+ | 25.5747 | 4450 | 0.0 | - |
266
+ | 25.8621 | 4500 | 0.0 | - |
267
+ | 26.1494 | 4550 | 0.0 | - |
268
+ | 26.4368 | 4600 | 0.0 | - |
269
+ | 26.7241 | 4650 | 0.0 | - |
270
+ | 27.0115 | 4700 | 0.0 | - |
271
+ | 27.2989 | 4750 | 0.0 | - |
272
+ | 27.5862 | 4800 | 0.0 | - |
273
+ | 27.8736 | 4850 | 0.0 | - |
274
+ | 28.1609 | 4900 | 0.0 | - |
275
+ | 28.4483 | 4950 | 0.0 | - |
276
+ | 28.7356 | 5000 | 0.0 | - |
277
+ | 29.0230 | 5050 | 0.0 | - |
278
+ | 29.3103 | 5100 | 0.0 | - |
279
+ | 29.5977 | 5150 | 0.0 | - |
280
+ | 29.8851 | 5200 | 0.0 | - |
281
+
282
+ ### Framework Versions
283
+ - Python: 3.10.12
284
+ - SetFit: 1.1.0
285
+ - Sentence Transformers: 3.3.1
286
+ - Transformers: 4.44.2
287
+ - PyTorch: 2.2.0a0+81ea7a4
288
+ - Datasets: 3.2.0
289
+ - Tokenizers: 0.19.1
290
+
291
+ ## Citation
292
+
293
+ ### BibTeX
294
+ ```bibtex
295
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
296
+ doi = {10.48550/ARXIV.2209.11055},
297
+ url = {https://arxiv.org/abs/2209.11055},
298
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
299
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
300
+ title = {Efficient Few-Shot Learning Without Prompts},
301
+ publisher = {arXiv},
302
+ year = {2022},
303
+ copyright = {Creative Commons Attribution 4.0 International}
304
+ }
305
+ ```
306
+
307
+ <!--
308
+ ## Glossary
309
+
310
+ *Clearly define terms in order to be accessible across audiences.*
311
+ -->
312
+
313
+ <!--
314
+ ## Model Card Authors
315
+
316
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
317
+ -->
318
+
319
+ <!--
320
+ ## Model Card Contact
321
+
322
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
323
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_item_fi",
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:d08ff5251974fce0c75dbf0c6df8c0df39d005fb57562f4d71c5980f1d88f029
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:389ec804f7d7c91acdaca5f4a253ccf49c08c889fc1e17eaab9b73b8c7f9bd74
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