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 +1,326 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 침대안전가드 침대 안전바 낙상방지 손잡이 난간 난간대 노인 복지용구 장애인 임신부 선물 가구/인테리어>아동/주니어가구>소품가구
+- text: 침대 안전 가드 면 보호 랩 물린 가장자리 아기 레일 범퍼 케어 베이비 제품범퍼 울타리 가구/인테리어>아동/주니어가구>소품가구
+- text: 일하 안전 영아 교구장 장난감정리함 선반 유아책장 수납함 가구/인테리어>아동/주니어가구>책꽂이
+- text: 오운 어린이 침대 프레임 SS 가구/인테리어>아동/주니어가구>침대>일반침대
+- text: 시몬스 로피 N32 하드 침대 SS 가구/인테리어>아동/주니어가구>침대>일반침대
+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:** 14 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>'LASSEM 앙드레 키큰 베이비장 주니어 아동 옷장 C1800 IH0929 가구/인테리어>아동/주니어가구>옷장'</li><li>'삼익가구 코코 800 키큰 주니어 베이비 겸용 일반형 옷장 가구/인테리어>아동/주니어가구>옷장'</li><li>'한샘 샘키즈 낮은 오픈옷장 600 가구/인테리어>아동/주니어가구>옷장'</li></ul>                                                                 |
+| 13.0  | <ul><li>'행거 옷걸이 호랑이 행거 아동 옷걸이 수납 철제 아기옷 키즈 유아 가구/인테리어>아동/주니어가구>행거'</li><li>'아이방 옷방 주니어장 옷걸이 행거 공간활용 옷수납 드레스룸 원룸 옷정리 자취방 매장용 좁은집 스탠드 가구/인테리어>아동/주니어가구>행거'</li><li>'행거 옷걸이 이동식 옷가게 행거 튼튼한 의류매장 진열대 아동복 가구/인테리어>아동/주니어가구>행거'</li></ul>                               |
+| 1.0   | <ul><li>'가죽 소파 더블 팔걸이 싱글 시트 레저 의자 발 작은 라 15182N4911370 가구/인테리어>아동/주니어가구>소파'</li><li>'어린이 소파 독서각 캐릭터 소파 독서의자 어린이 세척 다다미 쇼파 시트 동물 곰돌이 가구/인테리어>아동/주니어가구>소파'</li><li>'모찌 양털의자 키즈카페 미니 쇼파 가구/인테리어>아동/주니어가구>소파'</li></ul>                                               |
+| 11.0  | <ul><li>'비앙스 VONI 전면 회전책장 4단 가구/인테리어>아동/주니어가구>책장'</li><li>'리바트 톨 키즈 4단 책장 가구/인테리���>아동/주니어가구>책장'</li><li>'일룸 에디키즈 코너장 세트코너장 + 책장 + PL수납장 가구/인테리어>아동/주니어가구>책장'</li></ul>                                                                                             |
+| 2.0   | <ul><li>'침대안전바 침대 안전 가드 낙상방지 난간 아이 펜스 가구/인테리어>아동/주니어가구>소품가구'</li><li>'노루페인트 컬러플러스 홈페인트 방문가구 1L 칼라메이트 4인치 도구세트 쉐인 SP4100 가구/인테리어>아동/주니어가구>소품가구'</li><li>'한샘 샘베딩 스테디 도어 6단(높이194cm) 40cm [몸통미포함] 가구/인테리어>아동/주니어가구>소품가구'</li></ul>                                   |
+| 3.0   | <ul><li>'한샘 샘키즈 낮은 장난감정리함 870 가구/인테리어>아동/주니어가구>수납장'</li><li>'한샘 샘키즈 1단 미니박스 수납책장 870 가구/인테리어>아동/주니어가구>수납장'</li><li>'한샘 샘키즈 코너장 가구/인테리어>아동/주니어가구>수납장'</li></ul>                                                                                                    |
+| 6.0   | <ul><li>'이케아 스툴 가구/인테리어>아동/주니어가구>의자'</li><li>'이케아 AGAM 아감 어린이 의자 가구/인테리어>아동/주니어가구>의자'</li><li>'하이솔로몬 팡팡 의자 가구/인테리어>아동/주니어가구>의자'</li></ul>                                                                                                                         |
+| 7.0   | <ul><li>'히트 400 학원 상담실 전면 책꽂이 낮은 책장 엄마표학습 가구/인테리어>아동/주니어가구>책꽂이'</li><li>'회전식 책꽂이 만화책 도서 사물함 그림책 360도 선반 가구/인테리어>아동/주니어가구>책꽂이'</li><li>'책 거치대 아이방 도서관 서점 그림책 원목 진열대 가구/인테리어>아동/주니어가구>책꽂이'</li></ul>                                                                |
+| 0.0   | <ul><li>'자작 1000 와이드 6단 서랍장 가구/인테리어>아동/주니어가구>서랍장'</li><li>'소르니아 카이 와이드 침실 4단 서랍장 가구/인테리어>아동/주니어가구>서랍장'</li><li>'일룸 링키플러스 3단 책상서랍 가구/인테리어>아동/주니어가구>서랍장'</li></ul>                                                                                                  |
+| 10.0  | <ul><li>'일루일루 프로스 어린이 책상세트 스퀘어형의자 책상1개 의자2개 가구/인테리어>아동/주니어가구>책상의자세트'</li><li>'휴대용 출장책상의자 여행책상의자 발 선반 해먹 편한 발그네 TWB978A80 가구/인테리어>아동/주니어가구>책상의자세트'</li><li>'유아책상의자세트 어린이 공부방 학원 책상 세트-대형 70x50 1인세트 - ver2 가구/인테리어>아동/주니어가구>책상의자세트'</li></ul>                      |
+| 8.0   | <ul><li>'이케아 MAMMUT 마무트 어린이 사각 테이블 가구/인테리어>아동/주니어가구>책상'</li><li>'한샘 티오 그로우 일반책상세트 5단 120x75cm 가구/인테리어>아동/주니어가구>책상'</li><li>'아이엔지홈 에디 어린이 각도조절 책상 가구/인테리어>아동/주니어가구>책상'</li></ul>                                                                                   |
+| 4.0   | <ul><li>'UNKNOWN 대관령한우 스페셜 5호 1 8kg 가구/인테리어>아동/주니어가구>아동침실세트'</li><li>'Paperboard Suitcases Vintage Suitcase Portable Composite Wood Map Pattern Design Vintage Storage Ch 가구/인테리어>아동/주니어가구>아동침실세트'</li><li>'키드존 피셔프라이스 범보의자 세트 가구/인테리어>아동/주니어가구>아동침실세트'</li></ul> |
+| 12.0  | <ul><li>'골든스트릿 베스트 리프팅 수납계단형 움직이는 벙커침대 프레임 SS 가구/인테리어>아동/주니어가구>침대>벙커침대'</li><li>'레이디가구 레브 기능성 패브릭 데이베드 볼드헤드 침대 SS + 포그니 22 가구/인테리어>아동/주니어가구>침대>일반침대'</li><li>'슬로우알레 코이 저상형 키즈 침대 원목 데이베드 SS 가구/인테리어>아동/주니어가구>침대>일반침대'</li></ul>                                   |
+| 9.0   | <ul><li>'CASHL 바퀴달린의자 허리 보조 회전의자 이동식 낮은 가구/인테리어>아동/주니어가구>책상의자'</li><li>'UNKNOWN A 책상의자 공부의자 학생용 편한 강의실 메쉬의자 a10 바퀴의자 가구/인테리어>아동/주니어가구>책상의자'</li><li>'학원 도서관 회의실 세미나용 메쉬망 회전 의자 학생의자 오피스의자 가구/인테리어>아동/주니어가구>책상의자'</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_fi7")
+# Run inference
+preds = model("오운 어린이 침대 프레임 SS 가구/인테리어>아동/주니어가구>침대>일반침대")
+```
+
+<!--
+### 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   | 8.3744 | 18  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 65                    |
+| 1.0   | 70                    |
+| 2.0   | 70                    |
+| 3.0   | 70                    |
+| 4.0   | 37                    |
+| 5.0   | 70                    |
+| 6.0   | 21                    |
+| 7.0   | 70                    |
+| 8.0   | 70                    |
+| 9.0   | 70                    |
+| 10.0  | 70                    |
+| 11.0  | 70                    |
+| 12.0  | 70                    |
+| 13.0  | 69                    |
+
+### 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 |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0057  | 1    | 0.5123        | -               |
+| 0.2857  | 50   | 0.5012        | -               |
+| 0.5714  | 100  | 0.3699        | -               |
+| 0.8571  | 150  | 0.1028        | -               |
+| 1.1429  | 200  | 0.0304        | -               |
+| 1.4286  | 250  | 0.0147        | -               |
+| 1.7143  | 300  | 0.012         | -               |
+| 2.0     | 350  | 0.009         | -               |
+| 2.2857  | 400  | 0.0074        | -               |
+| 2.5714  | 450  | 0.0033        | -               |
+| 2.8571  | 500  | 0.004         | -               |
+| 3.1429  | 550  | 0.0036        | -               |
+| 3.4286  | 600  | 0.0036        | -               |
+| 3.7143  | 650  | 0.0036        | -               |
+| 4.0     | 700  | 0.0036        | -               |
+| 4.2857  | 750  | 0.0027        | -               |
+| 4.5714  | 800  | 0.0034        | -               |
+| 4.8571  | 850  | 0.004         | -               |
+| 5.1429  | 900  | 0.0016        | -               |
+| 5.4286  | 950  | 0.0001        | -               |
+| 5.7143  | 1000 | 0.0           | -               |
+| 6.0     | 1050 | 0.0           | -               |
+| 6.2857  | 1100 | 0.0           | -               |
+| 6.5714  | 1150 | 0.0           | -               |
+| 6.8571  | 1200 | 0.0           | -               |
+| 7.1429  | 1250 | 0.0           | -               |
+| 7.4286  | 1300 | 0.0           | -               |
+| 7.7143  | 1350 | 0.0           | -               |
+| 8.0     | 1400 | 0.0           | -               |
+| 8.2857  | 1450 | 0.0           | -               |
+| 8.5714  | 1500 | 0.0           | -               |
+| 8.8571  | 1550 | 0.0           | -               |
+| 9.1429  | 1600 | 0.0           | -               |
+| 9.4286  | 1650 | 0.0           | -               |
+| 9.7143  | 1700 | 0.0           | -               |
+| 10.0    | 1750 | 0.0           | -               |
+| 10.2857 | 1800 | 0.0           | -               |
+| 10.5714 | 1850 | 0.0           | -               |
+| 10.8571 | 1900 | 0.0           | -               |
+| 11.1429 | 1950 | 0.0           | -               |
+| 11.4286 | 2000 | 0.0           | -               |
+| 11.7143 | 2050 | 0.0           | -               |
+| 12.0    | 2100 | 0.0           | -               |
+| 12.2857 | 2150 | 0.0           | -               |
+| 12.5714 | 2200 | 0.0           | -               |
+| 12.8571 | 2250 | 0.0           | -               |
+| 13.1429 | 2300 | 0.0           | -               |
+| 13.4286 | 2350 | 0.0           | -               |
+| 13.7143 | 2400 | 0.0           | -               |
+| 14.0    | 2450 | 0.0           | -               |
+| 14.2857 | 2500 | 0.0           | -               |
+| 14.5714 | 2550 | 0.0           | -               |
+| 14.8571 | 2600 | 0.0           | -               |
+| 15.1429 | 2650 | 0.0           | -               |
+| 15.4286 | 2700 | 0.0           | -               |
+| 15.7143 | 2750 | 0.0           | -               |
+| 16.0    | 2800 | 0.0           | -               |
+| 16.2857 | 2850 | 0.0           | -               |
+| 16.5714 | 2900 | 0.0           | -               |
+| 16.8571 | 2950 | 0.0           | -               |
+| 17.1429 | 3000 | 0.0           | -               |
+| 17.4286 | 3050 | 0.0           | -               |
+| 17.7143 | 3100 | 0.0           | -               |
+| 18.0    | 3150 | 0.0           | -               |
+| 18.2857 | 3200 | 0.0           | -               |
+| 18.5714 | 3250 | 0.0           | -               |
+| 18.8571 | 3300 | 0.0           | -               |
+| 19.1429 | 3350 | 0.0           | -               |
+| 19.4286 | 3400 | 0.0           | -               |
+| 19.7143 | 3450 | 0.0           | -               |
+| 20.0    | 3500 | 0.0           | -               |
+| 20.2857 | 3550 | 0.0           | -               |
+| 20.5714 | 3600 | 0.0           | -               |
+| 20.8571 | 3650 | 0.0           | -               |
+| 21.1429 | 3700 | 0.0           | -               |
+| 21.4286 | 3750 | 0.0           | -               |
+| 21.7143 | 3800 | 0.0           | -               |
+| 22.0    | 3850 | 0.0           | -               |
+| 22.2857 | 3900 | 0.0           | -               |
+| 22.5714 | 3950 | 0.0           | -               |
+| 22.8571 | 4000 | 0.0           | -               |
+| 23.1429 | 4050 | 0.0           | -               |
+| 23.4286 | 4100 | 0.0           | -               |
+| 23.7143 | 4150 | 0.0           | -               |
+| 24.0    | 4200 | 0.0           | -               |
+| 24.2857 | 4250 | 0.0           | -               |
+| 24.5714 | 4300 | 0.0           | -               |
+| 24.8571 | 4350 | 0.0           | -               |
+| 25.1429 | 4400 | 0.0           | -               |
+| 25.4286 | 4450 | 0.0           | -               |
+| 25.7143 | 4500 | 0.0           | -               |
+| 26.0    | 4550 | 0.0           | -               |
+| 26.2857 | 4600 | 0.0           | -               |
+| 26.5714 | 4650 | 0.0           | -               |
+| 26.8571 | 4700 | 0.0           | -               |
+| 27.1429 | 4750 | 0.0           | -               |
+| 27.4286 | 4800 | 0.0           | -               |
+| 27.7143 | 4850 | 0.0           | -               |
+| 28.0    | 4900 | 0.0           | -               |
+| 28.2857 | 4950 | 0.0           | -               |
+| 28.5714 | 5000 | 0.0           | -               |
+| 28.8571 | 5050 | 0.0           | -               |
+| 29.1429 | 5100 | 0.0           | -               |
+| 29.4286 | 5150 | 0.0           | -               |
+| 29.7143 | 5200 | 0.0           | -               |
+| 30.0    | 5250 | 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_fi",
+  "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 @@
+{
+  "normalize_embeddings": false,
+  "labels": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a5d0ba43607c101604a8297e96f001a5553ad28bde5c9ad2cd274c91a9b44f79
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f2cc9ed9ba57c7d2522169b57540ce3b121594d11ab045a473d910575853b1d0
+size 87047

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]"
+}