Hugging Face's logo

mini1013
/
master_cate_lh2

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
b4c2760
·
verified ·
1 Parent(s): f75996b

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +291 -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 +1,291 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ base_model: mini1013/master_domain
3
+ library_name: setfit
4
+ metrics:
5
+ - metric
6
+ pipeline_tag: text-classification
7
+ tags:
8
+ - setfit
9
+ - sentence-transformers
10
+ - text-classification
11
+ - generated_from_setfit_trainer
12
+ widget:
13
+ - text: 전기 스팀해빙기 수도 배관 동파방지 고온 공구 스팀 고성능 고압 2500W 디지털 7점 세트 2500W 산업용 온도조절 7종 세트+수납함
14
+ 하니빌리지
15
+ - text: 스텐 나사못 목재 피스 목공 철판 나사 직결 와샤머리 4-13(25개) 11. 스텐 트라스머리 볼트_M5-40 (5개) 리더화스너
16
+ - text: 안전봉투 택배 포장 뽁뽁이 0호 100X100+40 10매 소량 주황 [비접착] 투명 에어캡 봉투 - 0.2T_18호 250x350
17
+ 10매 주식회사 이고다(IGODA CO. ,Ltd.)
18
+ - text: 토네이도 다이아몬드 융착코어비트 폴리싱 대리석 천공 TQ5 57_TTC 17 주식회사 투엑스
19
+ - text: 킹토니 핸드소켓 복스알 233504M 2. 롱핸드소켓(육각)_2-21 323513M 3/8x13mm 제로나인
20
+ inference: true
21
+ model-index:
22
+ - name: SetFit with mini1013/master_domain
23
+ results:
24
+ - task:
25
+ type: text-classification
26
+ name: Text Classification
27
+ dataset:
28
+ name: Unknown
29
+ type: unknown
30
+ split: test
31
+ metrics:
32
+ - type: metric
33
+ value: 0.6113686482182797
34
+ name: Metric
35
+ ---
36
+
37
+ # SetFit with mini1013/master_domain
38
+
39
+ 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.
40
+
41
+ The model has been trained using an efficient few-shot learning technique that involves:
42
+
43
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
44
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
45
+
46
+ ## Model Details
47
+
48
+ ### Model Description
49
+ - **Model Type:** SetFit
50
+ - **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
51
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
52
+ - **Maximum Sequence Length:** 512 tokens
53
+ - **Number of Classes:** 19 classes
54
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
55
+ <!-- - **Language:** Unknown -->
56
+ <!-- - **License:** Unknown -->
57
+
58
+ ### Model Sources
59
+
60
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
61
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
62
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
63
+
64
+ ### Model Labels
65
+ | Label | Examples |
66
+ |:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
67
+ | 1.0 | <ul><li>'장인들의도구들 오토피드 동관커터기 4분의1 (빨강) 엘디에스컴퍼니(LDS Company)'</li><li>'농막 물탱크 대용량 플라스틱 우수 물저장 배럴 탱크 25kg (내부 커버 포함) 미들페이지'</li><li>'인서트 비트 세트, 9개 에스엠샵'</li></ul> |
68
+ | 18.0 | <ul><li>'[다이소박스] 오픈형 이사박스 단프라 이삿짐 플라스틱 이사용 15. (고급형) 중형박스_(고급형) 중형 청색 주식회사 아성솔루션'</li><li>'PE 롤비닐 통비닐 0.03mm 12cm x 457m 0.1mm_선택29. (폭100cm x 길이91m) 주식회사 제일재단'</li><li>'통샵 공단보자기 45cm 10장묶음 65×65 -10장 묶음_연노랑 통샵'</li></ul> |
69
+ | 5.0 | <ul><li>'마끼다 충전직소 DJV184Z 본체 18V 속도조절 브러쉬리스 충전직쏘 디유니마켓'</li><li>'[UDT] 에어 해머 함마 치즐4개 포함 UD-1042 선택3. 에어해머 (UD-1043) 주식회사 마이크로엠알오'</li><li>'탈포기 기포제거 레진 공예 실리콘 몰드 진공 화장품 19L 지름30Cm 높이 30Cm 토마톡'</li></ul> |
70
+ | 4.0 | <ul><li>'침대 난간 어르신 환자 기상 보조 프레임 A. 탄소강 좁은 팔걸이 시엘로'</li><li>'청소중 주차금지 입간판 A형표지판 공사중 미끄럼주의 주차금�� 사위탁'</li><li>'오토스 고글 투명 보안경 618A 넓은 시야확보 긁힘방지 무게 48.4g 가벼운 보호안경 OTOS 보안경 B-618ASF 지엠트리 (GMTree)'</li></ul> |
71
+ | 14.0 | <ul><li>'평 와셔 스텐 M6 1개 낱개 판매 제이원커머스'</li><li>'플랜지 후렌지 스텐 후렌치너트 m3 (10개) 5/16인치 (5개) 일진금속'</li><li>'포니 스프링클램프 집게 핸디 요르젠센 조명고정 3201-HT 베세이 XM3 주식회사 종원툴링'</li></ul> |
72
+ | 8.0 | <ul><li>'프로펠 미니윈치 단상 220V 호박 와이어윈치 PW160 2홀_160kg_PW160 주식회사 다보인터내셔널(DAVOInternational Co.,Ltd.)'</li><li>'디월트 잭 리프트 DWHT83550 만능 지랫대 옮기기 냉장고 가구 소형 핸드 01.디월트잭리프트(실재고X 입고시 출고) 주식회사 동성툴 (dongsungtool)'</li><li>'사다리 접이식 가정용 5단 a형 안전 광폭 작업발판 노랑 NLS05 경량사다리_NLL02 2단 공구 제트(Z)'</li></ul> |
73
+ | 0.0 | <ul><li>'3M 스폰지 페파 7136270 02601(600~800방) (주)한메소프트'</li><li>'장판 홈파기 수동 칼 나이프 컷터 커팅기 PVC 바닥 단일 상품 나인포리세븐'</li><li>'스마토 롱라쳇렌치 한쪽롱 L 13x17L 스마토 롱라쳇렌치 (한쪽롱)L 13x17L 디와이스토어'</li></ul> |
74
+ | 6.0 | <ul><li>'그린웍스 무선 전정기 40V GMAX 본체 01. 본체 네이스'</li><li>'D&D PowerDrive BP78 V 벨트 134247 트리니티 에덴 로우'</li><li>'혼다 4행정 예초기 셀러리픽 배낭 행정 벌초기 제초기 세트 배낭형 2 GX35 백팩 18.8KW 대행몰A'</li></ul> |
75
+ | 12.0 | <ul><li>'디월트 충전원형톱 DCS573N 184mm (18V/20V) 본체만 디월트 충전원형톱 DCS573N 184mm ( 최저가유통몰'</li><li>'디월트 DCG405P2 20V 브러쉬리스 충전 그라인더 (5.0Ahx2) 풀세트 주식회사 부일툴릭스'</li><li>'충전직소 DJV184Z 본체 18V 속도조절 브러쉬리스 충전직쏘 마끼다 리씨유통'</li></ul> |
76
+ | 11.0 | <ul><li>'주피터 쥬피터 무선 송풍기 낙엽청소기 JUB-18DE 에어 충전식 18V 디월트 배터리호환 이에스툴'</li><li>'타이탄드릴맨 스키비디토일렛 업타티맨 업그레이드 스피커맨 활동타이탄클락킹황금대검-536입자 아이엠117'</li><li>'핫드릴 보석 큐빅 붙이는 펜 방법 건 옷 다림질 포인트 수리 철 헤드 패션 원단 꾸미기 06 핑크 원형헤드 7개인두헤드 없음 삼각 공주&파티'</li></ul> |
77
+ | 2.0 | <ul><li>'보일러 온수 순환 펌프 모터 윌로 엘지 PH 045M 니더스몰'</li><li>'영주태양광 3k주택용 지와이(GY)산업'</li><li>'워터펌프 물펌프 다이아프램 소형 미니 수중 고열 고온 DC 12V 30W 04 워터펌프(고급형-너트) 80W 12V 주식회사 세인티에프'</li></ul> |
78
+ | 15.0 | <ul><li>'휴대용 수동 카운터기 인원체크 운동량 체크 계수기 강성녕'</li><li>'티피링크 TP-LINK Tapo T315 스마트 온습도 센서 디스플레이형 Wi-Fi 허브 이 아이티 커머스'</li><li>'휴대용 디지털 음주측정기 오영이네'</li></ul> |
79
+ | 16.0 | <ul><li>'노루페인트 슈퍼에나멜 플러스 1L 목재용 철재용 에나멜 유성 페인트 적갈색 유광 특녹색_유광(Gloss) 세계상사'</li><li>'pieke 실내 인테리어용 프리미엄 수성 페인트 피크 페인트(1kg) abyss green (주)해광'</li><li>'[몬타나] 몬타나 골드 그래비티 대용량 다용도 도색용 아크릴 캔스프레이 400ml GOLD 5110_HIMALAYA 대림데칼스토어'</li></ul> |
80
+ | 3.0 | <ul><li>'무선 인슐린냉장고 휴대 충전 소형 차량 약품 보관함 단일 배터리(대기시간 약 10시간) 유어스토어'</li><li>'지넥스 정밀드라이버 세트 Y자 별나사 육각 Y 시계 안경 삼각 자석 십자 24in1 아이폰 전용수리공구 001339 주식회사 원빈다이어리'</li><li>'디월트 프리미엄 수공구세트 184PCS 코스트코 소켓 라쳇 공구세트 108PCS 시크릿카트'</li></ul> |
81
+ | 7.0 | <ul><li>'고온 고압 스팀 세척기 세차기 청소기 소독 에어컨 2600W 홈 업그레이드 직접 분사 모델 검정 구루미컴퍼니'</li><li>'크레토스 산소게이지 가스레귤레이터 감압기 조정기 EX-701 LPG-EX-705 알통공구'</li><li>'크레토스 산소게이지 가스레귤레이터 감압기 조정기 EX-701 CO2-EX-702B 220V-22 알통공구'</li></ul> |
82
+ | 17.0 | <ul><li>'페인트붓 건축도장기능사준비물 납작붓15mm 막붓 빽붓 문자 도형 평붓 유성수성 미술붓 페인트 붓 폭70mm(11호) 비케이(B.K)코리아'</li><li>'인터그레인 울트라데크 팀버스테인 10L 리치 초콜렛 (주)나무와사람들 던에드워드 페인트'</li><li>'수성 금속 방청페인트 속건형 친환경 무취 스테인리스/알루미늄합금 컬러 블루x2_350g 주식회사 플레이산'</li></ul> |
83
+ | 9.0 | <ul><li>'백마 양손가위 A-3000(180mm) 동아상사'</li><li>'토종벌 박스 꿀수확 벌꿀 야생벌통 밀랍판 채집 5단 건조 5단 격자 상자 1창 왁스 5단 격자 상자 5창 감동산글로벌'</li><li>'파종기 모종 다기능 심기 시금치 기계 종자 심는 무 양배추 파종 6줄(줄간격 7.5~9) 셀러리픽몰'</li></ul> |
84
+ | 10.0 | <ul><li>'진흥 주택용 가정용 누전 차단기 30A 소형 차단기교체 주택용(가정용) 누전차단기_01)2P 30A 소형 그린전기조명'</li><li>'국산 필수전공 요비선 1선 빨강 5m 낚시대요비선_6.0MM_10EA/SET 피에스툴즈'</li><li>'캠핑 릴선 15m 4구 밀리터리 캠핑 오토캠핑 니드선 전기선 연장선 2구_카키_15m 롱캠'</li></ul> |
85
+ | 13.0 | <ul><li>'다우실 707 바이오 방수 실리콘 투명 박스 25개입 주방 싱크대 욕실 욕조 코킹 방화용_다우 1199S 흑색 모멘트리 (MOMENTREE)'</li><li>'벡스 WD-40 낱개 360ml 신형 스마트 스트로우 SS형 WD40 벡스 WD-40 360ml(일반형) 모멘트리 (MOMENTREE)'</li><li>'철물팩토리 백색 줄눈 백시멘트 욕실 화장실 변기 보수 메지 크랙 접착제 D형 고무헤라 선진하드웨어'</li></ul> |
86
+
87
+ ## Evaluation
88
+
89
+ ### Metrics
90
+ | Label | Metric |
91
+ |:--------|:-------|
92
+ | **all** | 0.6114 |
93
+
94
+ ## Uses
95
+
96
+ ### Direct Use for Inference
97
+
98
+ First install the SetFit library:
99
+
100
+ ```bash
101
+ pip install setfit
102
+ ```
103
+
104
+ Then you can load this model and run inference.
105
+
106
+ ```python
107
+ from setfit import SetFitModel
108
+
109
+ # Download from the 🤗 Hub
110
+ model = SetFitModel.from_pretrained("mini1013/master_cate_lh2")
111
+ # Run inference
112
+ preds = model("토네이도 다이아몬드 융착코어비트 폴리싱 대리석 천공 TQ5 57_TTC 17 주식회사 투엑스")
113
+ ```
114
+
115
+ <!--
116
+ ### Downstream Use
117
+
118
+ *List how someone could finetune this model on their own dataset.*
119
+ -->
120
+
121
+ <!--
122
+ ### Out-of-Scope Use
123
+
124
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
125
+ -->
126
+
127
+ <!--
128
+ ## Bias, Risks and Limitations
129
+
130
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
131
+ -->
132
+
133
+ <!--
134
+ ### Recommendations
135
+
136
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
137
+ -->
138
+
139
+ ## Training Details
140
+
141
+ ### Training Set Metrics
142
+ | Training set | Min | Median | Max |
143
+ |:-------------|:----|:--------|:----|
144
+ | Word count | 3 | 10.7474 | 27 |
145
+
146
+ | Label | Training Sample Count |
147
+ |:------|:----------------------|
148
+ | 0.0 | 50 |
149
+ | 1.0 | 50 |
150
+ | 2.0 | 50 |
151
+ | 3.0 | 50 |
152
+ | 4.0 | 50 |
153
+ | 5.0 | 50 |
154
+ | 6.0 | 50 |
155
+ | 7.0 | 50 |
156
+ | 8.0 | 50 |
157
+ | 9.0 | 50 |
158
+ | 10.0 | 50 |
159
+ | 11.0 | 50 |
160
+ | 12.0 | 50 |
161
+ | 13.0 | 50 |
162
+ | 14.0 | 50 |
163
+ | 15.0 | 50 |
164
+ | 16.0 | 50 |
165
+ | 17.0 | 50 |
166
+ | 18.0 | 50 |
167
+
168
+ ### Training Hyperparameters
169
+ - batch_size: (512, 512)
170
+ - num_epochs: (20, 20)
171
+ - max_steps: -1
172
+ - sampling_strategy: oversampling
173
+ - num_iterations: 40
174
+ - body_learning_rate: (2e-05, 2e-05)
175
+ - head_learning_rate: 2e-05
176
+ - loss: CosineSimilarityLoss
177
+ - distance_metric: cosine_distance
178
+ - margin: 0.25
179
+ - end_to_end: False
180
+ - use_amp: False
181
+ - warmup_proportion: 0.1
182
+ - seed: 42
183
+ - eval_max_steps: -1
184
+ - load_best_model_at_end: False
185
+
186
+ ### Training Results
187
+ | Epoch | Step | Training Loss | Validation Loss |
188
+ |:-------:|:----:|:-------------:|:---------------:|
189
+ | 0.0067 | 1 | 0.3954 | - |
190
+ | 0.3356 | 50 | 0.3839 | - |
191
+ | 0.6711 | 100 | 0.2913 | - |
192
+ | 1.0067 | 150 | 0.2101 | - |
193
+ | 1.3423 | 200 | 0.1066 | - |
194
+ | 1.6779 | 250 | 0.0475 | - |
195
+ | 2.0134 | 300 | 0.0342 | - |
196
+ | 2.3490 | 350 | 0.0274 | - |
197
+ | 2.6846 | 400 | 0.028 | - |
198
+ | 3.0201 | 450 | 0.029 | - |
199
+ | 3.3557 | 500 | 0.0291 | - |
200
+ | 3.6913 | 550 | 0.0258 | - |
201
+ | 4.0268 | 600 | 0.0202 | - |
202
+ | 4.3624 | 650 | 0.0085 | - |
203
+ | 4.6980 | 700 | 0.0124 | - |
204
+ | 5.0336 | 750 | 0.0039 | - |
205
+ | 5.3691 | 800 | 0.0089 | - |
206
+ | 5.7047 | 850 | 0.0063 | - |
207
+ | 6.0403 | 900 | 0.0034 | - |
208
+ | 6.3758 | 950 | 0.0046 | - |
209
+ | 6.7114 | 1000 | 0.008 | - |
210
+ | 7.0470 | 1050 | 0.0048 | - |
211
+ | 7.3826 | 1100 | 0.0028 | - |
212
+ | 7.7181 | 1150 | 0.0042 | - |
213
+ | 8.0537 | 1200 | 0.0019 | - |
214
+ | 8.3893 | 1250 | 0.0008 | - |
215
+ | 8.7248 | 1300 | 0.0004 | - |
216
+ | 9.0604 | 1350 | 0.0003 | - |
217
+ | 9.3960 | 1400 | 0.0003 | - |
218
+ | 9.7315 | 1450 | 0.0002 | - |
219
+ | 10.0671 | 1500 | 0.0003 | - |
220
+ | 10.4027 | 1550 | 0.0002 | - |
221
+ | 10.7383 | 1600 | 0.0001 | - |
222
+ | 11.0738 | 1650 | 0.0002 | - |
223
+ | 11.4094 | 1700 | 0.0001 | - |
224
+ | 11.7450 | 1750 | 0.0001 | - |
225
+ | 12.0805 | 1800 | 0.0001 | - |
226
+ | 12.4161 | 1850 | 0.0001 | - |
227
+ | 12.7517 | 1900 | 0.0001 | - |
228
+ | 13.0872 | 1950 | 0.0001 | - |
229
+ | 13.4228 | 2000 | 0.0001 | - |
230
+ | 13.7584 | 2050 | 0.0001 | - |
231
+ | 14.0940 | 2100 | 0.0001 | - |
232
+ | 14.4295 | 2150 | 0.0001 | - |
233
+ | 14.7651 | 2200 | 0.0001 | - |
234
+ | 15.1007 | 2250 | 0.0001 | - |
235
+ | 15.4362 | 2300 | 0.0001 | - |
236
+ | 15.7718 | 2350 | 0.0001 | - |
237
+ | 16.1074 | 2400 | 0.0001 | - |
238
+ | 16.4430 | 2450 | 0.0001 | - |
239
+ | 16.7785 | 2500 | 0.0001 | - |
240
+ | 17.1141 | 2550 | 0.0001 | - |
241
+ | 17.4497 | 2600 | 0.0001 | - |
242
+ | 17.7852 | 2650 | 0.0001 | - |
243
+ | 18.1208 | 2700 | 0.0001 | - |
244
+ | 18.4564 | 2750 | 0.0001 | - |
245
+ | 18.7919 | 2800 | 0.0001 | - |
246
+ | 19.1275 | 2850 | 0.0001 | - |
247
+ | 19.4631 | 2900 | 0.0001 | - |
248
+ | 19.7987 | 2950 | 0.0001 | - |
249
+
250
+ ### Framework Versions
251
+ - Python: 3.10.12
252
+ - SetFit: 1.1.0.dev0
253
+ - Sentence Transformers: 3.1.1
254
+ - Transformers: 4.46.1
255
+ - PyTorch: 2.4.0+cu121
256
+ - Datasets: 2.20.0
257
+ - Tokenizers: 0.20.0
258
+
259
+ ## Citation
260
+
261
+ ### BibTeX
262
+ ```bibtex
263
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
264
+ doi = {10.48550/ARXIV.2209.11055},
265
+ url = {https://arxiv.org/abs/2209.11055},
266
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
267
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
268
+ title = {Efficient Few-Shot Learning Without Prompts},
269
+ publisher = {arXiv},
270
+ year = {2022},
271
+ copyright = {Creative Commons Attribution 4.0 International}
272
+ }
273
+ ```
274
+
275
+ <!--
276
+ ## Glossary
277
+
278
+ *Clearly define terms in order to be accessible across audiences.*
279
+ -->
280
+
281
+ <!--
282
+ ## Model Card Authors
283
+
284
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
285
+ -->
286
+
287
+ <!--
288
+ ## Model Card Contact
289
+
290
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
291
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_item_lh",
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": "4.46.1",
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": "3.1.1",
4
+ "transformers": "4.46.1",
5
+ "pytorch": "2.4.0+cu121"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": null
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 sha256:8cec4720444681c31564dc223e56698e37ae18a240120935140cd0f28c8a4fc6
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:0dc9a8cc517a736b1823cbfa51467cad3181c3ddab7003884dd69074d71e4db9
3
+ size 117855
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