Hugging Face's logo

mini1013
/
master_cate_bc29

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
mini1013 commited on
Commit
27d0c88
·
verified ·
1 Parent(s): 5ecc792

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +298 -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 +1,298 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: '[애플비셀프 포레스트] 아기 100일 200일 300일 400일 돌 셀프촬영 소품대여 11월30일발송(12월4일반송) 출산/육아 >
9
+ 출산/돌기념품 > 셀프촬영 > 촬영소품'
10
+ - text: (자수O) 수건 칠순답례품 소규모 돌잔치 돌답례품 아이보리_30~39장_2.40수 코마사 160g 장타올 출산/육아 > 출산/돌기념품
11
+ > 돌잔치용품 > 답례품
12
+ - text: 범띠 쥐띠 소띠 12띠탯줄도장 DIY 아기탯줄도장 고체형가능 다-6.12띠 프리미엄 블랙펄_말띠 출산/육아 > 출산/돌기념품 > 탯줄도장
13
+ - text: 첫돌 답례품 스티커 무광사각(21개입)가로3.8x세로6.4cm_백일 출산/육아 > 출산/돌기념품 > 돌잔치용품 > 행사용스티커
14
+ - text: 무릎담요 2p + 꿀스틱 돌답례품 돌잔치 결혼 칠순 결혼식 답례품 3) 체스 담요 (+2000)_10~29개 구매시 선택 (+500)
15
+ 출산/육아 > 출산/돌기념품 > 돌잔치용품 > 답례품
16
+ metrics:
17
+ - accuracy
18
+ pipeline_tag: text-classification
19
+ library_name: setfit
20
+ inference: true
21
+ base_model: mini1013/master_domain
22
+ model-index:
23
+ - name: SetFit with mini1013/master_domain
24
+ results:
25
+ - task:
26
+ type: text-classification
27
+ name: Text Classification
28
+ dataset:
29
+ name: Unknown
30
+ type: unknown
31
+ split: test
32
+ metrics:
33
+ - type: accuracy
34
+ value: 1.0
35
+ name: Accuracy
36
+ ---
37
+
38
+ # SetFit with mini1013/master_domain
39
+
40
+ 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.
41
+
42
+ The model has been trained using an efficient few-shot learning technique that involves:
43
+
44
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
45
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
46
+
47
+ ## Model Details
48
+
49
+ ### Model Description
50
+ - **Model Type:** SetFit
51
+ - **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
52
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
53
+ - **Maximum Sequence Length:** 512 tokens
54
+ - **Number of Classes:** 10 classes
55
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
56
+ <!-- - **Language:** Unknown -->
57
+ <!-- - **License:** Unknown -->
58
+
59
+ ### Model Sources
60
+
61
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
62
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
63
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
64
+
65
+ ### Model Labels
66
+ | Label | Examples |
67
+ |:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
68
+ | 9.0 | <ul><li>'원목배냇함 탯줄보관함 배냇저고리함 출산선물 돌 백일 배냇함 큰사이즈(제작기간2주)_B 출산/육아 > 출산/돌기념품 > 탯줄보관함'</li><li>'탯줄보관함/유치보관함/출산선물/배냇함/배냇저고리함 C 출산/육아 > 출산/돌기념품 > 탯줄보관함'</li><li>'발도장 탯줄 보관 유리병 배냇머리 유치 임테기 보관함 선물 쥐띠 용띠 토끼띠 신생아 임테기용(3X16.5cm)_초음파사진(초음파&태명) 출산/육아 > 출산/돌기념품 > 탯줄보관함'</li></ul> |
69
+ | 6.0 | <ul><li>'발도장 신생아 아기 백일 돌 선물 무드등 주문제작 01 화이트_01 정사각 라운드형 (200x200)_04(ai 파일 전달) 출산/육아 > 출산/돌기념품 > 손발도장'</li><li>'아기 발도장 손도장 스탬프 스탠드액자 탁상액자 프레임 신생아 강아지 백일 돌잔치 사각발도장스템프 출산/육아 > 출산/돌기념품 > 손발도장'</li><li>'[주문제작] 신생아 아기 탄생 백일 손 발도장 액자 가렌더 캔버스 다양한 소재 인쇄만도 가능 fp005_액���(블랙)_소(8x10inch) 출산/육아 > 출산/돌기념품 > 손발도장'</li></ul> |
70
+ | 5.0 | <ul><li>'[정글 탐험가] 백일 200일 300일 400일 500일 돌 두돌 아기 기념일 셀프 촬영 소품 및 의상 대여 카카오채널_L(상하타입 100)_미포함 출산/육아 > 출산/돌기념품 > 셀프촬영 > 촬영소품'</li><li>'[블루밍] 아기셀프촬영 소품대여 100일 200일 300일 400일 500일 돌상 첫돌 900일_선택안함 출산/육아 > 출산/돌기념품 > 셀프촬영 > 촬영소품'</li><li>'[대여][너의하루 키즈]복고컨셉 - 응답하라 유아 소품 셀프 촬영 대여 400일 500일 600일 11월30일출고(12월4일반납)_여아 땡땡이원피스 110 출산/육아 > 출산/돌기념품 > 셀프촬영 > 촬영의상'</li></ul> |
71
+ | 2.0 | <ul><li>'생활공작소 핸드워시/주방세제 + 수건답례품 돌잔치 결혼식 개업 돌답례품 핸드워시500ml-청포도향 (+1500)_5)이집트코튼180 (+700)_20/30개 구매시 선택 (+500) 출산/육아 > 출산/돌기념품 > 돌잔치용품 > 답례품'</li><li>'화답 답례품 견과류 결혼 결혼식 돌 잔치 고소한프리미엄넛_500개 이상(-300원)_레드리프 출산/육아 > 출산/돌기념품 > 돌잔치용품 > 답례품'</li><li>'꿀스틱 답례품 결혼식 돌잔치 직계가족 회사결혼 10g X 20포_연피치 출산/육아 > 출산/돌기념품 > 돌잔치용품 > 답례품'</li></ul> |
72
+ | 8.0 | <ul><li>'연말특별이벤트 민자흑단 세움 탯줄도장 엄마랑 아기랑 연결고리 diy아님 통고형몰드 한문고인체_기계인각 출산/육아 > 출산/돌기념품 > 탯줄도장'</li><li>'열두달 탯줄도장 아기 인감 돌도장 셀프 DIY 자연석 확인_확인_k256 출산/육아 > 출산/돌기념품 > 탯줄도장'</li><li>'[벨리보틀] 베이직 탄생석 혈액형 실리콘 탯줄도장 유치보관 임테기 배넷액자 미니유리병 투명코팅_기본(너와나의연결고리)_Big베이직1 출산/육아 > 출산/돌기념품 > 탯줄도장'</li></ul> |
73
+ | 3.0 | <ul><li>'(이거찜) 초음파 사진 여 진 성장 가족 앨범 블루 출산/육아 > 출산/돌기념품 > 성장앨범/액자'</li><li>'커버 스티커8종 포함 초음파앨범 접착식 사진 아기성장앨범 포토북 신혼여행 90장 보관 베어 출산/육아 > 출산/돌기념품 > 성장앨범/액자'</li><li>'드로잉토퍼 라인토퍼 아기기념일 커스텀토퍼_열둘라인 추가금 출산/육아 > 출산/돌기념품 > 성장앨범/액자'</li></ul> |
74
+ | 1.0 | <ul><li>'[텐바이텐]프랑스 보니숑 아기베개 짱구두상관리 유모차목배게 무형광-엔젤인우드(메쉬) 출산/육아 > 출산/돌기념품 > 기타출산/돌기념품'</li><li>'[갤러리아] [메르베] 굿모닝 글로리 신생아 내의／아기실내복_여름용(7부) 70 출산/육아 > 출산/돌기념품 > 기타출산/돌기념품'</li><li>'[젤리베어]동물그림 발도장액자 & 손도장 액자/돌잔치액자 토끼_A4_이미지만구입 출산/육아 > 출산/돌기념품 > 기타출산/돌기념품'</li></ul> |
75
+ | 4.0 | <ul><li>'[Indigo] 포토베이비북 ver2 출산/육아 > 출산/돌기념품 > 성장카드'</li><li>'엄마카드 빨래끝 육아퇴근 육퇴 출산/육아 > 출산/돌기념품 > 성장카드'</li><li>'단품 한글우드토퍼 성장카드 50일 백일 첫돌 셀프촬영 # 출산/육아 > 출산/돌기념품 > 성장카드'</li></ul> |
76
+ | 0.0 | <ul><li>'더몽드 토이랜드 츄러블 핑크 기저귀케이크 - 출산선물 돌선물 베이비샤워케이크 백일_기본 투명박스 출산/육아 > 출산/돌기념품 > 기저귀케이크'</li><li>'더몽드 토이랜드 츄러블 핑크 기저귀케이크 - 출산선물 돌선물 베이비샤워케이크 백일_쇼핑백 출산/육아 > 출산/돌기념품 > 기저귀케이크'</li><li>'하우트 러블리1(6~8패키지) 기저귀케이크 DIY 만들기 재료 세트 3종 엄마표 백일상 돌상 (기저귀 미포함) 8.러블리 스트라이프 실버_2.100th day_M(폭13cm) 60장 출산/육아 > 출산/돌기념품 > 기저귀케이크'</li></ul> |
77
+ | 7.0 | <ul><li>'[벨리보틀]유치보관 유리볼 키링 목걸이 유치보관함 오로라 퍼플_왁스끈목걸이 출산/육아 > 출산/돌기념품 > 유치보관함'</li><li>'코지투스박스 유치보관함 치아 케이스 이빨 유치보관 통 양 핑크 출산/육아 > 출산/돌기념품 > 유치보관함'</li><li>'유치보관함 유치 생일 강아지유치 탯줄 답례품 원목 치아 M1파스텔크리스털(아님)[바다고래블루 출산/육아 > 출산/돌기념품 > 유치보관함'</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_bc29")
103
+ # Run inference
104
+ preds = model("첫돌 답례품 스티커 무광사각(21개입)가로3.8x세로6.4cm_백일 출산/육아 > 출산/돌기념품 > 돌잔치용품 > 행사용스티커")
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 | 7 | 15.0529 | 28 |
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 | 70 |
146
+ | 6.0 | 70 |
147
+ | 7.0 | 70 |
148
+ | 8.0 | 70 |
149
+ | 9.0 | 70 |
150
+
151
+ ### Training Hyperparameters
152
+ - batch_size: (256, 256)
153
+ - num_epochs: (30, 30)
154
+ - max_steps: -1
155
+ - sampling_strategy: oversampling
156
+ - num_iterations: 50
157
+ - body_learning_rate: (2e-05, 1e-05)
158
+ - head_learning_rate: 0.01
159
+ - loss: CosineSimilarityLoss
160
+ - distance_metric: cosine_distance
161
+ - margin: 0.25
162
+ - end_to_end: False
163
+ - use_amp: False
164
+ - warmup_proportion: 0.1
165
+ - l2_weight: 0.01
166
+ - seed: 42
167
+ - eval_max_steps: -1
168
+ - load_best_model_at_end: False
169
+
170
+ ### Training Results
171
+ | Epoch | Step | Training Loss | Validation Loss |
172
+ |:-------:|:----:|:-------------:|:---------------:|
173
+ | 0.0073 | 1 | 0.4834 | - |
174
+ | 0.3650 | 50 | 0.4992 | - |
175
+ | 0.7299 | 100 | 0.3772 | - |
176
+ | 1.0949 | 150 | 0.1276 | - |
177
+ | 1.4599 | 200 | 0.0502 | - |
178
+ | 1.8248 | 250 | 0.0345 | - |
179
+ | 2.1898 | 300 | 0.022 | - |
180
+ | 2.5547 | 350 | 0.0146 | - |
181
+ | 2.9197 | 400 | 0.0029 | - |
182
+ | 3.2847 | 450 | 0.0002 | - |
183
+ | 3.6496 | 500 | 0.0001 | - |
184
+ | 4.0146 | 550 | 0.0001 | - |
185
+ | 4.3796 | 600 | 0.0001 | - |
186
+ | 4.7445 | 650 | 0.0001 | - |
187
+ | 5.1095 | 700 | 0.0001 | - |
188
+ | 5.4745 | 750 | 0.0001 | - |
189
+ | 5.8394 | 800 | 0.0 | - |
190
+ | 6.2044 | 850 | 0.0 | - |
191
+ | 6.5693 | 900 | 0.0 | - |
192
+ | 6.9343 | 950 | 0.0 | - |
193
+ | 7.2993 | 1000 | 0.0 | - |
194
+ | 7.6642 | 1050 | 0.0 | - |
195
+ | 8.0292 | 1100 | 0.0 | - |
196
+ | 8.3942 | 1150 | 0.0 | - |
197
+ | 8.7591 | 1200 | 0.0 | - |
198
+ | 9.1241 | 1250 | 0.0 | - |
199
+ | 9.4891 | 1300 | 0.0 | - |
200
+ | 9.8540 | 1350 | 0.0 | - |
201
+ | 10.2190 | 1400 | 0.0 | - |
202
+ | 10.5839 | 1450 | 0.0 | - |
203
+ | 10.9489 | 1500 | 0.0 | - |
204
+ | 11.3139 | 1550 | 0.0 | - |
205
+ | 11.6788 | 1600 | 0.0 | - |
206
+ | 12.0438 | 1650 | 0.0 | - |
207
+ | 12.4088 | 1700 | 0.0 | - |
208
+ | 12.7737 | 1750 | 0.0 | - |
209
+ | 13.1387 | 1800 | 0.0 | - |
210
+ | 13.5036 | 1850 | 0.0 | - |
211
+ | 13.8686 | 1900 | 0.0 | - |
212
+ | 14.2336 | 1950 | 0.0 | - |
213
+ | 14.5985 | 2000 | 0.0 | - |
214
+ | 14.9635 | 2050 | 0.0 | - |
215
+ | 15.3285 | 2100 | 0.0 | - |
216
+ | 15.6934 | 2150 | 0.0 | - |
217
+ | 16.0584 | 2200 | 0.0 | - |
218
+ | 16.4234 | 2250 | 0.0 | - |
219
+ | 16.7883 | 2300 | 0.0 | - |
220
+ | 17.1533 | 2350 | 0.0 | - |
221
+ | 17.5182 | 2400 | 0.0 | - |
222
+ | 17.8832 | 2450 | 0.0 | - |
223
+ | 18.2482 | 2500 | 0.0 | - |
224
+ | 18.6131 | 2550 | 0.0 | - |
225
+ | 18.9781 | 2600 | 0.0 | - |
226
+ | 19.3431 | 2650 | 0.0 | - |
227
+ | 19.7080 | 2700 | 0.0 | - |
228
+ | 20.0730 | 2750 | 0.0 | - |
229
+ | 20.4380 | 2800 | 0.0 | - |
230
+ | 20.8029 | 2850 | 0.0 | - |
231
+ | 21.1679 | 2900 | 0.0 | - |
232
+ | 21.5328 | 2950 | 0.0 | - |
233
+ | 21.8978 | 3000 | 0.0 | - |
234
+ | 22.2628 | 3050 | 0.0 | - |
235
+ | 22.6277 | 3100 | 0.0 | - |
236
+ | 22.9927 | 3150 | 0.0 | - |
237
+ | 23.3577 | 3200 | 0.0 | - |
238
+ | 23.7226 | 3250 | 0.0 | - |
239
+ | 24.0876 | 3300 | 0.0 | - |
240
+ | 24.4526 | 3350 | 0.0 | - |
241
+ | 24.8175 | 3400 | 0.0 | - |
242
+ | 25.1825 | 3450 | 0.0 | - |
243
+ | 25.5474 | 3500 | 0.0 | - |
244
+ | 25.9124 | 3550 | 0.0 | - |
245
+ | 26.2774 | 3600 | 0.0 | - |
246
+ | 26.6423 | 3650 | 0.0 | - |
247
+ | 27.0073 | 3700 | 0.0 | - |
248
+ | 27.3723 | 3750 | 0.0 | - |
249
+ | 27.7372 | 3800 | 0.0 | - |
250
+ | 28.1022 | 3850 | 0.0 | - |
251
+ | 28.4672 | 3900 | 0.0 | - |
252
+ | 28.8321 | 3950 | 0.0 | - |
253
+ | 29.1971 | 4000 | 0.0 | - |
254
+ | 29.5620 | 4050 | 0.0 | - |
255
+ | 29.9270 | 4100 | 0.0 | - |
256
+
257
+ ### Framework Versions
258
+ - Python: 3.10.12
259
+ - SetFit: 1.1.0
260
+ - Sentence Transformers: 3.3.1
261
+ - Transformers: 4.44.2
262
+ - PyTorch: 2.2.0a0+81ea7a4
263
+ - Datasets: 3.2.0
264
+ - Tokenizers: 0.19.1
265
+
266
+ ## Citation
267
+
268
+ ### BibTeX
269
+ ```bibtex
270
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
271
+ doi = {10.48550/ARXIV.2209.11055},
272
+ url = {https://arxiv.org/abs/2209.11055},
273
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
274
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
275
+ title = {Efficient Few-Shot Learning Without Prompts},
276
+ publisher = {arXiv},
277
+ year = {2022},
278
+ copyright = {Creative Commons Attribution 4.0 International}
279
+ }
280
+ ```
281
+
282
+ <!--
283
+ ## Glossary
284
+
285
+ *Clearly define terms in order to be accessible across audiences.*
286
+ -->
287
+
288
+ <!--
289
+ ## Model Card Authors
290
+
291
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
292
+ -->
293
+
294
+ <!--
295
+ ## Model Card Contact
296
+
297
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
298
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_item_bc",
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:c0cfdc61f76afe8e2e3415006835444c6005a08db8f63f321baade4d3e044f84
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cb104bbafd056506316bf0434cb3fe9b33d890ee5bc5e4b9b542d18703453f9d
3
+ size 62407
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