Hugging Face's logo

mini1013
/
master_cate_top_fd5

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
e4e54d6
·
verified ·
1 Parent(s): 98aa949

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +437 -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 +1,437 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: 천안 호두과자 답례품 핑크색_호두과자4알+호두파이_200-299개 (#M)식품>과자/베이커리>강정 T200 > Naverstore >
9
+ 식품 > 과자/떡/베이커리 > 전통과자 > 강정
10
+ - text: 쌀땅콩엿 40g 30개입 땅콩 엿 (#M)식품>과자/베이커리>엿 T200 > Naverstore > 식품 > 과자/떡/베이커리 >
11
+ 사탕/껌/엿 > 엿
12
+ - text: 파스퇴르진한우유모나카 24개 (#M)식품>과자/베이커리>아이스크림/빙수>아이스크림 GML > Naverstore > 식품 > 과자/떡/베이커리
13
+ > 아이스크림/빙수
14
+ - text: 아이스크림 파인트 2+1 / 총 3개 파인트_초코X2개_파인트_피넛버터크런치 (#M)HOME>과자/간식>빙과/아이스크림>샌드/튜브/기타
15
+ T200 > traverse > ssg > 가공/건강식품 > 과자/간식/시리얼/빙과 > 빙과/아이스크림 > 샌드/튜브/기타
16
+ - text: 일본 캔디 사탕 50알 아사히 민티아 콜드 스매쉬 브리즈-울트라 블랙 (#M)식품>과자/베이커리>사탕 T200 > Naverstore
17
+ > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 사탕
18
+ metrics:
19
+ - accuracy
20
+ pipeline_tag: text-classification
21
+ library_name: setfit
22
+ inference: true
23
+ base_model: klue/roberta-base
24
+ model-index:
25
+ - name: SetFit with klue/roberta-base
26
+ results:
27
+ - task:
28
+ type: text-classification
29
+ name: Text Classification
30
+ dataset:
31
+ name: Unknown
32
+ type: unknown
33
+ split: test
34
+ metrics:
35
+ - type: accuracy
36
+ value: 0.9807774834633085
37
+ name: Accuracy
38
+ ---
39
+
40
+ # SetFit with klue/roberta-base
41
+
42
+ This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [klue/roberta-base](https://huggingface.co/klue/roberta-base) 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.
43
+
44
+ The model has been trained using an efficient few-shot learning technique that involves:
45
+
46
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
47
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
48
+
49
+ ## Model Details
50
+
51
+ ### Model Description
52
+ - **Model Type:** SetFit
53
+ - **Sentence Transformer body:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
54
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
55
+ - **Maximum Sequence Length:** 512 tokens
56
+ - **Number of Classes:** 21 classes
57
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
58
+ <!-- - **Language:** Unknown -->
59
+ <!-- - **License:** Unknown -->
60
+
61
+ ### Model Sources
62
+
63
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
64
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
65
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
66
+
67
+ ### Model Labels
68
+ | Label | Examples |
69
+ |:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
70
+ | 15.0 | <ul><li>'수제 케이크시트 화이트 미니 1BOX 주문제작 (아이스박스 포장 불가 상품) 레드벨벳_3호(24EA)_12월 8일 출고(발송) (#M)식품>과자/베이커리>케이크 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 베이커리 > 케이크'</li><li>'리얼소주케익2탄 레터링케이크 수제 맞춤 주문제작 배송 택배로받는 생일선물 크림치즈- 초코시트_1호_11월30일 (#M)식품>과자/베이커리>케이크 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 베이커리 > 케이크'</li><li>'택배로 받을수있는 사진품은 슈돌나온이 포토케이크 수제 주문제작 맞춤 레터링케익 배송 서울 부산 전국 크림치즈- 초��시트_2호(New)_11월7일 (#M)식품>과자/베이커리>케이크 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 베이커리 > 케이크'</li></ul> |
71
+ | 5.0 | <ul><li>'축복담아 백설기 수수경단 꿀떡 결혼 돌 백일 조문 강남 답례떡 개업 승진 떡 별주부떡방 흑임자설기_수수경단_송편 (#M)식품>과자/베이커리>떡 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 떡'</li><li>'설미가 잔기지떡 본점 개별포장 낱개포장 선물용 답례용 기정떡 술떡 증편 발효떡 명절선물 일반20개(소)_무앙금 (#M)식품>과자/베이커리>떡 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 떡'</li><li>'부산명물 씨앗호떡 땅콩 4팩 총 20개입[34002215] 홈 > 식품 > 과자/디저트/아이스크림 > 아이스크림/빙수 > 아이스크림 LotteOn > 식품 > 과자/디저트/아이스크림 > 아이스크림/빙수'</li></ul> |
72
+ | 7.0 | <ul><li>'삼미 제빵소 글루텐 프리 수제 쿠키 쌀마들렌 3종 답례품 구움 과자 쌀쿠키 생일 선물 레몬6개+흑임자3개 (#M)생활/건강>반려동물>고양이 간식>빵/케이크 T200 > Naverstore > 반려동물용품 > 고양이용품 > 간식 > 빵/케이크'</li><li>'[분이네] 구스 허니버터브레드 1봉 190g 디저트 카페 빵 11.한성 불고기롤피자 1봉(드라이아이스) (#M)식품>과자/베이커리>빵 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 베이커리 > 빵'</li><li>'기린 옥수수호빵(4입)x4봉 (#M)식품>과자/베이커리>케이크 GML > traverse > Naverstore > 식품 > 과자/떡/베이커리 > 아이스크림/빙수'</li></ul> |
73
+ | 10.0 | <ul><li>'미니멜츠 구슬아이스크림 레인보우 50g X10개 홈 > 식품 > 과자/디저트/아이스크림 > 아이스크림/빙수 > 아이스크림 LotteOn > 식품 > 과자/디저트/아이스크림 > 아이스크림/빙수'</li><li>'나이스케키 비건 아이스크림 4개 골라담기 젤라또 소프트 퍼먹는 카라멜 초코 녹차 딸기 저칼로리 x 솔티드카라멜&초코플레이크 2개_솔티드카라멜&초코플레이크 1개_그린티 1개 (#M)식품>과자/베이커리>아이스크림/빙수>아이스크림 GML > traverse > Naverstore > 식품 > 과자/떡/베이커리 > 아이스크림/빙수'</li><li>'눈꽃 red bean 파인트(474ml) + 파인트 1종 골라담기 (#M)홈>💚놓치면 후회💚>💚베스트 셀러💚 Naverstore > natuur브랜드스토어 > NEW'</li></ul> |
74
+ | 3.0 | <ul><li>'간식 불량식품 옛날과자 사무실 회사 탕비실 세계 수입 군것질거리 추억의 쫀드기 5개 C-젤리 캔디_C-60 마우스캔디 랜덤 (2개) (#M)식품>과자/베이커리>기타과자 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 기타과자'</li><li>'추억의 인간사료 대용량 두부 회사 사무실 간식 유치원 탕비실 어르신 손두부 과자 200g D_쿠키/초콜렛/기타_06_에그볼300g (#M)식품>과자/베이커리>기타과자 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 기타과자'</li><li>'추억의 인간사료 대용량 두부 회사 사무실 간식 유치원 탕비실 어르신 손두부 과자 200g A_추억의 인간사료_27_김맛나200g (#M)식품>과자/베이커리>기타과자 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 기타과자'</li></ul> |
75
+ | 0.0 | <ul><li>'안주 정화 해오징어 버터구이 30gx5개/간식 보민 조미 대구노가리 50gx5개 (#M)식품>과자/베이커리>가공안주류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 가공안주류'</li><li>'자갈치총각 마른안주 구운 어포 100g 100g (#M)식품>과자/베이커리>가공안주류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 가공안주류'</li><li>'오븐에 두번 구운 바베큐 갈비 오징어 250g 페스츄리 부드러운 안주 건어물 간식 09_철판에 오징어 꾸이 150g MD1 (#M)식품>과자/베이커리>가공안주류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 가공안주류'</li></ul> |
76
+ | 16.0 | <ul><li>'[맛있는하루]달콤 쿠키 마들렌셋트 / 웨딩 감사 돌 조문 미니호두파이추가(인디핑크상자+조문감사스티커)_실버_10~99set (#M)식품>과자/베이커리>쿠키 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 과자/쿠키 > 쿠키'</li><li>'6개입A 수제 쿠키 결혼답례품 결혼식답례품 웨딩 돌 돌잔치 디저트 회사 선물 5. 민트_4. 웨딩프레임B_A. 6개입(럭키4종6개입) (#M)식품>과자/베이커리>쿠키 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 과자/쿠키 > 쿠키'</li><li>'주문제작 운세행운수제포츈 위클래스포춘쿠키 11월22일_스티커없음 (#M)식품>과자/베이커리>쿠키 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 과자/쿠키 > 쿠키'</li></ul> |
77
+ | 4.0 | <ul><li>'자일리톨 오리지날 리필 115gx3봉 외 5종 06.졸음번쩍껌 톡톡!87g_06.졸음번쩍껌 톡톡!87g_03.자일리톨 오리지날 용기 100g (#M)식품>과자/베이커리>껌 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 껌'</li><li>'자일리톨 오리지날 리필 115gx3봉 외 5종 01.자일리톨 오리지날 리필 115g 01.자일리톨 오리지날 리필 115g 01.자일리톨 오리지날 리필 115g 01.자일리톨 오리지날 리필 115g_04.졸음번쩍껌 울트라파워 리필 96g_04.졸음번쩍껌 울트라파워 리필 96g (#M)식품>과자/베이커리>껌 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 껌'</li><li>'자일리톨 오리지날 리필 115gx3봉 외 5종 05.졸음번쩍껌 트윈 리필 105g_05.졸음번쩍껌 트윈 리필 105g_02.자일리톨 알파 리필 102g (#M)식품>과자/베이커리>껌 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 껌'</li></ul> |
78
+ | 20.0 | <ul><li>'사쿠라이 칸세이도 일본 밤과자 만주 만쥬 세트 9개입 (#M)식품>과자/베이커리>화과자 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 화과자'</li><li>'만주 명절 추석 화과자 상견례 4종 15구 부모님 설날 선물 한가위 세트 답례품 셋트 승진 어버이날 2호 만주10 화과자5_아이스박스 1세트용 (#M)식품>과자/베이커리>화과자 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 화과자'</li><li>'삼립 오븐에구운 108겹 스틱파이 15개입 + 잼있는 미니 딸기쿠키 10개 (#M)식품>과자/베이커리>화과자 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 화과자'</li></ul> |
79
+ | 11.0 | <ul><li>'합격 자판기 16종 수능 응원 간식 선물세트 14.정답쌓인다 간식세트 (#M)식품>과자/베이커리>엿 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 엿'</li><li>'임용고시 수험생 수능 선물 초콜릿 합격기원 엿 선물 구성품2(초콜릿 꾸러미)_파랑_선생님감사합니다 (#M)식품>과자/베이커리>엿 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 엿'</li><li>'수험생 수능응원 선물 대학 합격 소원 고3 입시생 합격간식박스 귀여운 아이디어상품 합격노선_6번디자인 (#M)식품>과자/베이커리>엿 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 엿'</li></ul> |
80
+ | 17.0 | <ul><li>'대용량 뻥튀기 개나리콘 1.5kg 옛날과자 신콩칩 스낵 2kg×1봉 (#M)식품>과자/베이커리>팝콘/강냉이류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 팝콘/강냉이'</li><li>'뻥튀기 70gx8봉 옛날 대용량 업소용 뻥스크림 뻥아이스크림 누룽지 뻥과자 강냉이_쌀가락_쌀가락5kg (#M)식품>과자/베이커리>팝콘/강냉이류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 팝콘/강냉이'</li><li>'커클랜드 전자렌지 팝콘 93.5g x 44봉 시그니쳐 (#M)식품>과자/베이커리>팝콘/강냉이류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 팝콘/강냉이'</li></ul> |
81
+ | 18.0 | <ul><li>'GLICO 글리코 조그만 푸칭푸딩 120g 6개입 조그만 푸칭푸딩 카스타드 120g 6개입 (#M)식품>과자/베이커리>푸딩 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 푸딩'</li><li>'CJ 쁘띠첼 컵 과일 푸딩/젤리 90g×30개 (포도/복숭아/파인/밀감/요거젤리) 코스트코 복숭아 90g×30개 (#M)식품>과자/베이커리>푸딩 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 푸딩'</li><li>'SNS최고인기템 교무슈퍼 일본 우유팩 대용량 카스타드 푸딩 젤리 7,8인용 엔핍 물 양갱 1kg (#M)식품>과자/베이커리>푸딩 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 푸딩'</li></ul> |
82
+ | 2.0 | <ul><li>'[패키지] 빼빼로 초코필드 10입x2개 외 택1 03.[패키지]빼빼로 초코필드 10입_04.[패키지]빼빼로 아몬드 10입 (#M)식품>과자/베이커리>스낵 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 과자/쿠키 > 과자'</li><li>'오리온 포카칩 양파맛 66g/스낵 빙그레_빙그레 스모키 베이컨칩 70g (#M)식품>과자/베이커리>스낵 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 과자/쿠키 > 과자'</li><li>'오리온 포카칩 양파맛 66g/스낵 사조-팝콘_사조 팝콘 버터맛 80g (#M)식품>과자/베이커리>스낵 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 과자/쿠키 > 과자'</li></ul> |
83
+ | 19.0 | <ul><li>'온미당 조청 구운유과 약과 맛집 수제 한과선물세트 상견례선물 01.온화세트(+3000원 쇼핑백 무료증정) (#M)식품>과자/베이커리>한과 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 한과'</li><li>'궁중비법 서가 콩고물 도라지정과 결혼답례품 단체 선물 한입도라지정과70_청수국 보자기_5번태그(설) (#M)식품>과자/베이커리>한과 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 한과'</li><li>'제주대표 하효맘 감귤과즐 1봉 3봉세트 720g 한과 2. 하효맘 감귤과즐 3봉 (#M)식품>과자/베이커리>한과 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 한과'</li></ul> |
84
+ | 14.0 | <ul><li>'모리나가 하이츄 프리미엄 레몬 사과 딸기 수박 12개입 55g X 12팩 1+1 레몬+그린애플 (#M)식품>과자/베이커리>캐러멜 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 캐러멜'</li><li>'크라운 땅콩카라멜 324g (#M)식품>과자/베이커리>캐러멜 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 캐러멜'</li><li>'마이쮸 캔털루프 멜론맛15입+애플망고맛15입 쿠크다스289g 화이트2팩+커피2팩 (#M)식품>과자/베이커리>가공안주류 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 캐러멜'</li></ul> |
85
+ | 12.0 | <ul><li>'생강맛 V전병 210g 옛날과자 간식 전통 추억의과자 (#M)식품>과자/베이커리>전병 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 전병'</li><li>'푸르젠 추억의 옛날과자 팝핀전병 1kg+1kg 총 2박스 (#M)식품>과자/베이커리>전병 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 전병'</li><li>'영동제과 파래맛 전병 210g 옛날과자 추억의과자 옛날 전통 과자 간식 (#M)식품>과자/베이커리>전병 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 전병'</li></ul> |
86
+ | 13.0 | <ul><li>'빅쪼니 소다 15g 빅쪼니 포도 15g (#M)식품>과자/베이커리>젤리 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 젤리'</li><li>'젤리블리 납작복숭아donut peach 젤리 한라봉(20입) (#M)식품>과자/베이커리>젤리 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 젤리'</li><li>'망고 젤리 1kg 개별포장 디저트 사탕 캔디 아이 학생 부모님 간식 애플망고젤리 생강젤리 2kg(1+1) (#M)식품>과자/베이커리>젤리 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 젤리/캐러멜/푸딩 > 젤리'</li></ul> |
87
+ | 6.0 | <ul><li>'서울 빙수팥 3kg (6개입) 팥통조림 (#M)식품>과자/베이커리>아이스크림/빙수>빙수/빙수재료 GML > traverse > Naverstore > 식품 > 과자/떡/베이커리 > 아이스크림/빙수 > 빙수/빙수재료'</li><li>'화과방 더알찬통단팥45 3kg (4개입) (#M)식품>과자/베이커리>아이스크림/빙수>빙수/빙수재료 GML > traverse > Naverstore > 식품 > 과자/떡/베이커리 > 아이스크림/빙수 > 빙수/빙수재료'</li><li>'나타드코코 10mm 1kg 1박스 10개 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 아이스크림/빙수 > 빙수/빙수재료'</li></ul> |
88
+ | 9.0 | <ul><li>'포스트 콘푸라이트 600g 포스트 아몬드후레이크 620g (#M)식품>과자/베이커리>시리얼 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 시리얼'</li><li>'동서식품 포스트 콘푸라이트 1100g 콘푸라이트 1.1kg x 1 (#M)식품>과자/베이커리>시리얼 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 시리얼'</li><li>'동서식품 포스트 오곡 코코볼 1kg 외 45종 포스트 오레오오즈 500gx1 (#M)식품>과자/베이커리>시리얼 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 시리얼'</li></ul> |
89
+ | 1.0 | <ul><li>'시간상점 호두정과 70g 팔각상자 결혼 하객 답례품 돌 회사 단체 문상 호두강정 선물 6분홍꽃_결혼2_200개~299개 사이 구매시 선택 (#M)식품>과자/베이커리>강정 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 강정'</li><li>'수제 오란다 과자 답례품 선물세트 6개입 12개입 플레인오란다 실속포장 6개입 (#M)식품>과자/베이커리>강정 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 강정'</li><li>'달곰오란다 6개입 수제오란다 답례품 선물세트 초코오란다 (#M)식품>과자/베이커리>강정 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 전통과자 > 강정'</li></ul> |
90
+ | 8.0 | <ul><li>'자일리톨 사탕 무설탕 캔디 오리지널맛 70g 수제 목 아기 입냄새 코하쿠토 핀란드 목캔디 틴케이스 (70g)_샤인머스캣 (#M)식품>과자/베이커리>사탕 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 사탕'</li><li>'국제제과 멜랜드 디저트캔디 3kg 9종 대용량벌크사탕 종합맛 업소용 멜랜드디저트캔디 요구르트맛 3kg 무료배송 (#M)식품>과자/베이커리>사탕 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 사탕'</li><li>'할로윈 데이 몬스터 스탬프 캔디 1064g 도장사탕 간식 과자 / 코스트코 08.할로윈 트롤리 사우어 구미 젤리 1kg (#M)식품>과자/베이커리>사탕 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 사탕'</li></ul> |
91
+
92
+ ## Evaluation
93
+
94
+ ### Metrics
95
+ | Label | Accuracy |
96
+ |:--------|:---------|
97
+ | **all** | 0.9808 |
98
+
99
+ ## Uses
100
+
101
+ ### Direct Use for Inference
102
+
103
+ First install the SetFit library:
104
+
105
+ ```bash
106
+ pip install setfit
107
+ ```
108
+
109
+ Then you can load this model and run inference.
110
+
111
+ ```python
112
+ from setfit import SetFitModel
113
+
114
+ # Download from the 🤗 Hub
115
+ model = SetFitModel.from_pretrained("mini1013/master_cate_top_fd5")
116
+ # Run inference
117
+ preds = model("쌀땅콩엿 40g 30개입 땅콩 엿 (#M)식품>과자/베이커리>엿 T200 > Naverstore > 식품 > 과자/떡/베이커리 > 사탕/껌/엿 > 엿")
118
+ ```
119
+
120
+ <!--
121
+ ### Downstream Use
122
+
123
+ *List how someone could finetune this model on their own dataset.*
124
+ -->
125
+
126
+ <!--
127
+ ### Out-of-Scope Use
128
+
129
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
130
+ -->
131
+
132
+ <!--
133
+ ## Bias, Risks and Limitations
134
+
135
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
136
+ -->
137
+
138
+ <!--
139
+ ### Recommendations
140
+
141
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
142
+ -->
143
+
144
+ ## Training Details
145
+
146
+ ### Training Set Metrics
147
+ | Training set | Min | Median | Max |
148
+ |:-------------|:----|:--------|:----|
149
+ | Word count | 11 | 22.5533 | 62 |
150
+
151
+ | Label | Training Sample Count |
152
+ |:------|:----------------------|
153
+ | 0.0 | 50 |
154
+ | 1.0 | 50 |
155
+ | 2.0 | 50 |
156
+ | 3.0 | 50 |
157
+ | 4.0 | 50 |
158
+ | 5.0 | 50 |
159
+ | 6.0 | 50 |
160
+ | 7.0 | 50 |
161
+ | 8.0 | 50 |
162
+ | 9.0 | 50 |
163
+ | 10.0 | 50 |
164
+ | 11.0 | 50 |
165
+ | 12.0 | 50 |
166
+ | 13.0 | 50 |
167
+ | 14.0 | 50 |
168
+ | 15.0 | 50 |
169
+ | 16.0 | 50 |
170
+ | 17.0 | 50 |
171
+ | 18.0 | 50 |
172
+ | 19.0 | 50 |
173
+ | 20.0 | 50 |
174
+
175
+ ### Training Hyperparameters
176
+ - batch_size: (64, 64)
177
+ - num_epochs: (20, 20)
178
+ - max_steps: -1
179
+ - sampling_strategy: oversampling
180
+ - num_iterations: 30
181
+ - body_learning_rate: (2e-05, 1e-05)
182
+ - head_learning_rate: 0.01
183
+ - loss: CosineSimilarityLoss
184
+ - distance_metric: cosine_distance
185
+ - margin: 0.25
186
+ - end_to_end: False
187
+ - use_amp: False
188
+ - warmup_proportion: 0.1
189
+ - l2_weight: 0.01
190
+ - seed: 42
191
+ - eval_max_steps: -1
192
+ - load_best_model_at_end: False
193
+
194
+ ### Training Results
195
+ | Epoch | Step | Training Loss | Validation Loss |
196
+ |:-------:|:----:|:-------------:|:---------------:|
197
+ | 0.0020 | 1 | 0.5412 | - |
198
+ | 0.1014 | 50 | 0.4524 | - |
199
+ | 0.2028 | 100 | 0.3473 | - |
200
+ | 0.3043 | 150 | 0.24 | - |
201
+ | 0.4057 | 200 | 0.137 | - |
202
+ | 0.5071 | 250 | 0.0886 | - |
203
+ | 0.6085 | 300 | 0.0508 | - |
204
+ | 0.7099 | 350 | 0.0331 | - |
205
+ | 0.8114 | 400 | 0.0217 | - |
206
+ | 0.9128 | 450 | 0.0161 | - |
207
+ | 1.0142 | 500 | 0.013 | - |
208
+ | 1.1156 | 550 | 0.01 | - |
209
+ | 1.2170 | 600 | 0.01 | - |
210
+ | 1.3185 | 650 | 0.0058 | - |
211
+ | 1.4199 | 700 | 0.0032 | - |
212
+ | 1.5213 | 750 | 0.002 | - |
213
+ | 1.6227 | 800 | 0.0016 | - |
214
+ | 1.7241 | 850 | 0.0022 | - |
215
+ | 1.8256 | 900 | 0.0021 | - |
216
+ | 1.9270 | 950 | 0.0007 | - |
217
+ | 2.0284 | 1000 | 0.0005 | - |
218
+ | 2.1298 | 1050 | 0.0005 | - |
219
+ | 2.2312 | 1100 | 0.0002 | - |
220
+ | 2.3327 | 1150 | 0.0002 | - |
221
+ | 2.4341 | 1200 | 0.0002 | - |
222
+ | 2.5355 | 1250 | 0.0002 | - |
223
+ | 2.6369 | 1300 | 0.0002 | - |
224
+ | 2.7383 | 1350 | 0.0001 | - |
225
+ | 2.8398 | 1400 | 0.0005 | - |
226
+ | 2.9412 | 1450 | 0.0004 | - |
227
+ | 3.0426 | 1500 | 0.0002 | - |
228
+ | 3.1440 | 1550 | 0.0002 | - |
229
+ | 3.2454 | 1600 | 0.0001 | - |
230
+ | 3.3469 | 1650 | 0.0001 | - |
231
+ | 3.4483 | 1700 | 0.0001 | - |
232
+ | 3.5497 | 1750 | 0.0001 | - |
233
+ | 3.6511 | 1800 | 0.0001 | - |
234
+ | 3.7525 | 1850 | 0.0001 | - |
235
+ | 3.8540 | 1900 | 0.0001 | - |
236
+ | 3.9554 | 1950 | 0.0001 | - |
237
+ | 4.0568 | 2000 | 0.0001 | - |
238
+ | 4.1582 | 2050 | 0.0001 | - |
239
+ | 4.2596 | 2100 | 0.0001 | - |
240
+ | 4.3611 | 2150 | 0.0001 | - |
241
+ | 4.4625 | 2200 | 0.0001 | - |
242
+ | 4.5639 | 2250 | 0.0 | - |
243
+ | 4.6653 | 2300 | 0.0 | - |
244
+ | 4.7667 | 2350 | 0.0 | - |
245
+ | 4.8682 | 2400 | 0.0001 | - |
246
+ | 4.9696 | 2450 | 0.0 | - |
247
+ | 5.0710 | 2500 | 0.0 | - |
248
+ | 5.1724 | 2550 | 0.0 | - |
249
+ | 5.2738 | 2600 | 0.0 | - |
250
+ | 5.3753 | 2650 | 0.0 | - |
251
+ | 5.4767 | 2700 | 0.0 | - |
252
+ | 5.5781 | 2750 | 0.0 | - |
253
+ | 5.6795 | 2800 | 0.0013 | - |
254
+ | 5.7809 | 2850 | 0.0028 | - |
255
+ | 5.8824 | 2900 | 0.0009 | - |
256
+ | 5.9838 | 2950 | 0.0013 | - |
257
+ | 6.0852 | 3000 | 0.0002 | - |
258
+ | 6.1866 | 3050 | 0.0001 | - |
259
+ | 6.2880 | 3100 | 0.0 | - |
260
+ | 6.3895 | 3150 | 0.0 | - |
261
+ | 6.4909 | 3200 | 0.0 | - |
262
+ | 6.5923 | 3250 | 0.0 | - |
263
+ | 6.6937 | 3300 | 0.0 | - |
264
+ | 6.7951 | 3350 | 0.0 | - |
265
+ | 6.8966 | 3400 | 0.0 | - |
266
+ | 6.9980 | 3450 | 0.0 | - |
267
+ | 7.0994 | 3500 | 0.0 | - |
268
+ | 7.2008 | 3550 | 0.0 | - |
269
+ | 7.3022 | 3600 | 0.0 | - |
270
+ | 7.4037 | 3650 | 0.0 | - |
271
+ | 7.5051 | 3700 | 0.0 | - |
272
+ | 7.6065 | 3750 | 0.0 | - |
273
+ | 7.7079 | 3800 | 0.0 | - |
274
+ | 7.8093 | 3850 | 0.0 | - |
275
+ | 7.9108 | 3900 | 0.0 | - |
276
+ | 8.0122 | 3950 | 0.0 | - |
277
+ | 8.1136 | 4000 | 0.0 | - |
278
+ | 8.2150 | 4050 | 0.0 | - |
279
+ | 8.3164 | 4100 | 0.0 | - |
280
+ | 8.4178 | 4150 | 0.0 | - |
281
+ | 8.5193 | 4200 | 0.0 | - |
282
+ | 8.6207 | 4250 | 0.0 | - |
283
+ | 8.7221 | 4300 | 0.0 | - |
284
+ | 8.8235 | 4350 | 0.0 | - |
285
+ | 8.9249 | 4400 | 0.0 | - |
286
+ | 9.0264 | 4450 | 0.0 | - |
287
+ | 9.1278 | 4500 | 0.0 | - |
288
+ | 9.2292 | 4550 | 0.0 | - |
289
+ | 9.3306 | 4600 | 0.0 | - |
290
+ | 9.4320 | 4650 | 0.0 | - |
291
+ | 9.5335 | 4700 | 0.0 | - |
292
+ | 9.6349 | 4750 | 0.0 | - |
293
+ | 9.7363 | 4800 | 0.0 | - |
294
+ | 9.8377 | 4850 | 0.0 | - |
295
+ | 9.9391 | 4900 | 0.0 | - |
296
+ | 10.0406 | 4950 | 0.0 | - |
297
+ | 10.1420 | 5000 | 0.0 | - |
298
+ | 10.2434 | 5050 | 0.0 | - |
299
+ | 10.3448 | 5100 | 0.0 | - |
300
+ | 10.4462 | 5150 | 0.0 | - |
301
+ | 10.5477 | 5200 | 0.0 | - |
302
+ | 10.6491 | 5250 | 0.0 | - |
303
+ | 10.7505 | 5300 | 0.0 | - |
304
+ | 10.8519 | 5350 | 0.0 | - |
305
+ | 10.9533 | 5400 | 0.0 | - |
306
+ | 11.0548 | 5450 | 0.0 | - |
307
+ | 11.1562 | 5500 | 0.0 | - |
308
+ | 11.2576 | 5550 | 0.0 | - |
309
+ | 11.3590 | 5600 | 0.0 | - |
310
+ | 11.4604 | 5650 | 0.0 | - |
311
+ | 11.5619 | 5700 | 0.0 | - |
312
+ | 11.6633 | 5750 | 0.0 | - |
313
+ | 11.7647 | 5800 | 0.0 | - |
314
+ | 11.8661 | 5850 | 0.0 | - |
315
+ | 11.9675 | 5900 | 0.0 | - |
316
+ | 12.0690 | 5950 | 0.0 | - |
317
+ | 12.1704 | 6000 | 0.0 | - |
318
+ | 12.2718 | 6050 | 0.0 | - |
319
+ | 12.3732 | 6100 | 0.0 | - |
320
+ | 12.4746 | 6150 | 0.0 | - |
321
+ | 12.5761 | 6200 | 0.0 | - |
322
+ | 12.6775 | 6250 | 0.0005 | - |
323
+ | 12.7789 | 6300 | 0.0025 | - |
324
+ | 12.8803 | 6350 | 0.0023 | - |
325
+ | 12.9817 | 6400 | 0.0004 | - |
326
+ | 13.0832 | 6450 | 0.0 | - |
327
+ | 13.1846 | 6500 | 0.0 | - |
328
+ | 13.2860 | 6550 | 0.0 | - |
329
+ | 13.3874 | 6600 | 0.0 | - |
330
+ | 13.4888 | 6650 | 0.0 | - |
331
+ | 13.5903 | 6700 | 0.0 | - |
332
+ | 13.6917 | 6750 | 0.0 | - |
333
+ | 13.7931 | 6800 | 0.0003 | - |
334
+ | 13.8945 | 6850 | 0.0001 | - |
335
+ | 13.9959 | 6900 | 0.0 | - |
336
+ | 14.0974 | 6950 | 0.0 | - |
337
+ | 14.1988 | 7000 | 0.0 | - |
338
+ | 14.3002 | 7050 | 0.0 | - |
339
+ | 14.4016 | 7100 | 0.0 | - |
340
+ | 14.5030 | 7150 | 0.0 | - |
341
+ | 14.6045 | 7200 | 0.0 | - |
342
+ | 14.7059 | 7250 | 0.0 | - |
343
+ | 14.8073 | 7300 | 0.0 | - |
344
+ | 14.9087 | 7350 | 0.0 | - |
345
+ | 15.0101 | 7400 | 0.0 | - |
346
+ | 15.1116 | 7450 | 0.0 | - |
347
+ | 15.2130 | 7500 | 0.0 | - |
348
+ | 15.3144 | 7550 | 0.0 | - |
349
+ | 15.4158 | 7600 | 0.0 | - |
350
+ | 15.5172 | 7650 | 0.0 | - |
351
+ | 15.6187 | 7700 | 0.0 | - |
352
+ | 15.7201 | 7750 | 0.0 | - |
353
+ | 15.8215 | 7800 | 0.0 | - |
354
+ | 15.9229 | 7850 | 0.0 | - |
355
+ | 16.0243 | 7900 | 0.0 | - |
356
+ | 16.1258 | 7950 | 0.0 | - |
357
+ | 16.2272 | 8000 | 0.0 | - |
358
+ | 16.3286 | 8050 | 0.0 | - |
359
+ | 16.4300 | 8100 | 0.0 | - |
360
+ | 16.5314 | 8150 | 0.0 | - |
361
+ | 16.6329 | 8200 | 0.0 | - |
362
+ | 16.7343 | 8250 | 0.0 | - |
363
+ | 16.8357 | 8300 | 0.0 | - |
364
+ | 16.9371 | 8350 | 0.0 | - |
365
+ | 17.0385 | 8400 | 0.0 | - |
366
+ | 17.1400 | 8450 | 0.0 | - |
367
+ | 17.2414 | 8500 | 0.0 | - |
368
+ | 17.3428 | 8550 | 0.0 | - |
369
+ | 17.4442 | 8600 | 0.0 | - |
370
+ | 17.5456 | 8650 | 0.0 | - |
371
+ | 17.6471 | 8700 | 0.0 | - |
372
+ | 17.7485 | 8750 | 0.0 | - |
373
+ | 17.8499 | 8800 | 0.0 | - |
374
+ | 17.9513 | 8850 | 0.0 | - |
375
+ | 18.0527 | 8900 | 0.0 | - |
376
+ | 18.1542 | 8950 | 0.0 | - |
377
+ | 18.2556 | 9000 | 0.0 | - |
378
+ | 18.3570 | 9050 | 0.0 | - |
379
+ | 18.4584 | 9100 | 0.0 | - |
380
+ | 18.5598 | 9150 | 0.0 | - |
381
+ | 18.6613 | 9200 | 0.0 | - |
382
+ | 18.7627 | 9250 | 0.0 | - |
383
+ | 18.8641 | 9300 | 0.0 | - |
384
+ | 18.9655 | 9350 | 0.0 | - |
385
+ | 19.0669 | 9400 | 0.0 | - |
386
+ | 19.1684 | 9450 | 0.0 | - |
387
+ | 19.2698 | 9500 | 0.0 | - |
388
+ | 19.3712 | 9550 | 0.0 | - |
389
+ | 19.4726 | 9600 | 0.0 | - |
390
+ | 19.5740 | 9650 | 0.0 | - |
391
+ | 19.6755 | 9700 | 0.0 | - |
392
+ | 19.7769 | 9750 | 0.0 | - |
393
+ | 19.8783 | 9800 | 0.0 | - |
394
+ | 19.9797 | 9850 | 0.0 | - |
395
+
396
+ ### Framework Versions
397
+ - Python: 3.10.12
398
+ - SetFit: 1.1.0
399
+ - Sentence Transformers: 3.3.1
400
+ - Transformers: 4.44.2
401
+ - PyTorch: 2.2.0a0+81ea7a4
402
+ - Datasets: 3.2.0
403
+ - Tokenizers: 0.19.1
404
+
405
+ ## Citation
406
+
407
+ ### BibTeX
408
+ ```bibtex
409
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
410
+ doi = {10.48550/ARXIV.2209.11055},
411
+ url = {https://arxiv.org/abs/2209.11055},
412
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
413
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
414
+ title = {Efficient Few-Shot Learning Without Prompts},
415
+ publisher = {arXiv},
416
+ year = {2022},
417
+ copyright = {Creative Commons Attribution 4.0 International}
418
+ }
419
+ ```
420
+
421
+ <!--
422
+ ## Glossary
423
+
424
+ *Clearly define terms in order to be accessible across audiences.*
425
+ -->
426
+
427
+ <!--
428
+ ## Model Card Authors
429
+
430
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
431
+ -->
432
+
433
+ <!--
434
+ ## Model Card Contact
435
+
436
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
437
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_domain",
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:bfde2606929ad952883fc1bf0ed85f7bad614c8224edd606d4fb3ec5bf72fb5e
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d7ad9257bcc31cfe049ce4466589cc31b4146c1b5235686d72639fb87e1c3791
3
+ size 130175
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