[update]add model

.gitignore

@@ -4,5 +4,3 @@
 
 **/flagged/
 **/__pycache__/
-
-trained_models/

trained_models/telemarketing_intent_classification_cn/config.json

@@ -0,0 +1,79 @@
+{
+    "dataset_reader": {
+        "type": "hierarchical_classification_json",
+        "token_indexers": {
+            "tokens": {
+                "type": "single_id",
+                "namespace": "tokens",
+                "lowercase_tokens": true,
+                "token_min_padding_length": 5
+            }
+        },
+        "tokenizer": {
+            "type": "pretrained_transformer",
+            "model_name": "pretrained_models/chinese-bert-wwm-ext"
+        }
+    },
+    "train_data_path": "train.json",
+    "validation_data_path": "valid.json",
+    "vocabulary": {
+        "directory_path": "vocabulary"
+    },
+    "model": {
+        "type": "hierarchical_classifier",
+        "hierarchical_labels_pkl": "trained_models/telemarketing_intent_classification_cn/hierarchical_labels.pkl",
+        "text_field_embedder": {
+            "token_embedders": {
+                "tokens": {
+                    "type": "embedding",
+                    "num_embeddings": 21128,
+                    "embedding_dim": 128
+                }
+            }
+        },
+        "seq2seq_encoder": {
+            "type": "stacked_self_attention",
+            "input_dim": 128,
+            "hidden_dim": 128,
+            "projection_dim": 128,
+            "feedforward_hidden_dim": 128,
+            "num_layers": 2,
+            "num_attention_heads": 4,
+            "use_positional_encoding": false
+        },
+        "seq2vec_encoder": {
+            "type": "cnn",
+            "embedding_dim": 128,
+            "num_filters": 32,
+            "ngram_filter_sizes": [
+                2,
+                3,
+                4,
+                5
+            ]
+        }
+    },
+    "data_loader": {
+        "type": "multiprocess",
+        "batch_size": 64,
+        "shuffle": true
+    },
+    "trainer": {
+        "type": "gradient_descent",
+        "cuda_device": -1,
+        "optimizer": {
+            "type": "bert_adam",
+            "lr": 5e-05,
+            "warmup": 0.1,
+            "t_total": 50000,
+            "schedule": "warmup_linear"
+        },
+        "checkpointer": {
+            "serialization_dir": "serialization_dir2",
+            "keep_most_recent_by_count": 10
+        },
+        "patience": 5,
+        "validation_metric": "+accuracy",
+        "num_epochs": 200
+    }
+}

trained_models/telemarketing_intent_classification_cn/hierarchical_labels.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a65f076d3b0a1a04987dcd302a655bf35f8850ca918613c8b985a74c879fb2c
+size 1669

trained_models/telemarketing_intent_classification_cn/vocabulary/labels.txt

@@ -0,0 +1,99 @@
+相关领域_考虑一下
+相关领域_实体(地址)
+相关领域_遭遇不幸
+相关领域_污言秽语
+相关领域_实体(人名)
+相关领域_资金困难
+相关领域_答非所问
+相关领域_做自我介绍
+相关领域_礼貌用语
+相关领域_请讲重点
+相关领域_肯定(可以)
+相关领域_肯定(是的)
+相关领域_答数值
+相关领域_招呼用语
+相关领域_查收费方式
+相关领域_否定(不需要)
+相关领域_政治敏感
+相关领域_祝福用语
+相关领域_查详细信息
+相关领域_肯定(嗯嗯)
+相关领域_答时间
+相关领域_要求复述
+相关领域_改天再谈
+相关领域_否定(没有)
+相关领域_查操作流程
+相关领域_肯定(好的)
+相关领域_语气词
+相关领域_赞美用语
+相关领域_是否机器人
+相关领域_查自我介绍
+相关领域_不信任
+相关领域_否定(不方便)
+相关领域_疑问(数值)
+相关领域_肯定(知道了)
+相关领域_否定(不用了)
+相关领域_价格太高
+相关领域_肯定(需要)
+相关领域_肯定(有)
+相关领域_用户正忙
+相关领域_否定答复
+相关领域_否定(不是)
+相关领域_实体(时长)
+相关领域_骚扰电话
+相关领域_疑问(地址)
+相关领域_查公司介绍
+相关领域_未能理解
+相关领域_已完成
+相关领域_否定(没时间)
+相关领域_问意图
+相关领域_答状态
+相关领域_会按时处理
+相关领域_请讲
+相关领域_否定(不知道)
+相关领域_加快速度
+相关领域_查联系方式
+相关领域_实体(组织)
+相关领域_疑问(姓名)
+相关领域_结束用语
+相关领域_听不清楚
+相关领域_语音信箱
+相关领域_打错电话
+相关领域_否定(不想要)
+相关领域_否定(取消)
+相关领域_你还在吗
+相关领域_请求谅解
+相关领域_听我说话
+相关领域_投诉警告
+相关领域_号码来源
+相关领域_否定(不可以)
+相关领域_肯定(正确)
+相关领域_质疑来电号码
+相关领域_肯定(没问题)
+相关领域_转人工客服
+相关领域_祝贺用语
+相关领域_肯定(好了)
+相关领域_疑问(时间)
+相关领域_查物品信息
+相关领域_查优惠政策
+相关领域_请等一等
+相关领域_否定(没兴趣)
+相关领域_我在
+相关领域_否定(错误)
+相关领域_太少太低
+相关领域_重复一次
+相关领域_肯定答复
+相关领域_时间推迟
+相关领域_否定(不能)
+相关领域_疑问(时长)
+相关领域_无所谓
+相关领域_已经购买
+相关领域_否定(不清楚)
+相关领域_资金充足
+相关领域_质疑隐私安全
+相关领域_会帮忙转告
+相关领域_信号不好
+相关领域_已经记录
+相关领域_不是本人
+相关领域_疑问(能否)
+无关领域_无关领域

trained_models/telemarketing_intent_classification_cn/vocabulary/non_padded_namespaces.txt

@@ -0,0 +1,2 @@
+tokens
+labels

trained_models/telemarketing_intent_classification_cn/weights.th

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e3febb06866a702b4e21b1f01eeb28eb3a49c5b0b25f22b649508441066a56a1
+size 11910896

trained_models/telemarketing_intent_classification_en/config.json

@@ -0,0 +1,79 @@
+{
+    "dataset_reader": {
+        "type": "hierarchical_classification_json",
+        "token_indexers": {
+            "tokens": {
+                "type": "single_id",
+                "namespace": "tokens",
+                "lowercase_tokens": true,
+                "token_min_padding_length": 5
+            }
+        },
+        "tokenizer": {
+            "type": "pretrained_transformer",
+            "model_name": "pretrained_models/bert-base-uncased"
+        }
+    },
+    "train_data_path": "train.json",
+    "validation_data_path": "valid.json",
+    "vocabulary": {
+        "directory_path": "vocabulary"
+    },
+    "model": {
+        "type": "hierarchical_classifier",
+        "hierarchical_labels_pkl": "trained_models/telemarketing_intent_classification_en/hierarchical_labels.pkl",
+        "text_field_embedder": {
+            "token_embedders": {
+                "tokens": {
+                    "type": "embedding",
+                    "num_embeddings": 30522,
+                    "embedding_dim": 128
+                }
+            }
+        },
+        "seq2seq_encoder": {
+            "type": "stacked_self_attention",
+            "input_dim": 128,
+            "hidden_dim": 128,
+            "projection_dim": 128,
+            "feedforward_hidden_dim": 128,
+            "num_layers": 2,
+            "num_attention_heads": 4,
+            "use_positional_encoding": false
+        },
+        "seq2vec_encoder": {
+            "type": "cnn",
+            "embedding_dim": 128,
+            "num_filters": 32,
+            "ngram_filter_sizes": [
+                2,
+                3,
+                4,
+                5
+            ]
+        }
+    },
+    "data_loader": {
+        "type": "multiprocess",
+        "batch_size": 64,
+        "shuffle": true
+    },
+    "trainer": {
+        "type": "gradient_descent",
+        "cuda_device": -1,
+        "optimizer": {
+            "type": "bert_adam",
+            "lr": 5e-05,
+            "warmup": 0.1,
+            "t_total": 50000,
+            "schedule": "warmup_linear"
+        },
+        "checkpointer": {
+            "serialization_dir": "serialization_dir2",
+            "keep_most_recent_by_count": 10
+        },
+        "patience": 5,
+        "validation_metric": "+accuracy",
+        "num_epochs": 200
+    }
+}

trained_models/telemarketing_intent_classification_en/hierarchical_labels.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f36f59c1d25e3e84be037ceedfa257c069f9ec9357b4236aa05963a4881af10
+size 1843

trained_models/telemarketing_intent_classification_en/vocabulary/labels.txt

@@ -0,0 +1,114 @@
+相关领域_做自我介绍
+相关领域_资金困难
+相关领域_否定(not)
+相关领域_否定(no)
+相关领域_已经拥有
+相关领域_遭遇不幸
+相关领域_否定(not need)
+相关领域_许下愿望
+相关领域_资金充足
+相关领域_号码来源
+相关领域_质疑来电号码
+相关领域_不信任
+相关领域_否定句
+相关领域_招呼用语
+相关领域_答时间
+相关领域_语气词
+相关领域_查自我介绍
+相关领域_疑问(地址)
+相关领域_你还在吗
+相关领域_问意图
+相关领域_我在
+相关领域_实体(人名)
+相关领域_答状态
+相关领域_赞美用语
+相关领域_语音信箱
+相关领域_用户正忙
+相关领域_结束用语
+相关领域_疑问
+相关领域_疑问(时间)
+相关领域_疑问(姓名)
+相关领域_疑问(数值)
+相关领域_查收费方式
+相关领域_肯定(why not)
+相关领域_肯定(sure)
+相关领域_查物品信息
+相关领域_要求复述
+相关领域_未能理解
+相关领域_请求谅解
+相关领域_听我说话
+相关领域_肯定(yes)
+相关领域_转账完成
+相关领域_骚扰电话
+相关领域_消极情绪
+相关领域_无所谓
+相关领域_污言秽语
+相关领域_投诉警告
+相关领域_听不清楚
+相关领域_否定(dont want)
+相关领域_肯定(alright)
+相关领域_肯定(ok)
+相关领域_太少太低
+相关领域_是否机器人
+相关领域_请讲
+相关领域_请等一等
+相关领域_贫穷词汇
+相关领域_答非所问
+相关领域_无关领域
+相关领域_礼貌用语
+相关领域_已完成
+相关领域_肯定(yes I do)
+相关领域_会按时处理
+相关领域_肯定(no problem)
+相关领域_肯定(姓名)
+相关领域_正在进行
+相关领域_肯定(agree)
+相关领域_肯定(understand)
+相关领域_肯定(correct)
+相关领域_肯定(I see)
+相关领域_肯定(i can)
+相关领域_别担心
+相关领域_否定(dont know)
+相关领域_太多太高
+相关领域_肯定(go ahead)
+相关领域_肯定(interested)
+相关领域_价格太高
+相关领域_改天再谈
+相关领域_否定(dont have)
+相关领域_否定(not sure)
+相关领域_否定(cant)
+相关领域_否定(wrong)
+相关领域_否定(not interested)
+相关领域_打错电话
+相关领域_查详细信息
+相关领域_疑问(长度)
+相关领域_查公司介绍
+相关领域_暴力敏感
+相关领域_实体(数值)
+相关领域_疑问(金额)
+相关领域_考虑一下
+相关领域_查操作流程
+相关领域_祝福用语
+相关领域_答地址
+相关领域_太迟了
+相关领域_加快速度
+相关领域_鼓励用语
+相关领域_肯定(i know)
+相关领域_否定(refuse)
+相关领域_解释原因
+相关领域_疑问(whats up)
+相关领域_肯定(need)
+相关领域_否定(nothing)
+相关领域_否定(not enough)
+相关领域_重复一次
+相关领域_提出建议
+相关领域_色情敏感
+相关领域_政治敏感
+相关领域_肯定(i want)
+相关领域_否定(not available)
+相关领域_陈述(ready)
+相关领域_陈述(forget)
+相关领域_否定(no time)
+无关领域_无关领域
+无关领域_实体(数值)
+无关领域_疑问

trained_models/telemarketing_intent_classification_en/vocabulary/non_padded_namespaces.txt

@@ -0,0 +1,2 @@
+tokens
+labels

trained_models/telemarketing_intent_classification_en/weights.th

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5979cf94a7a26071b81789b32c1027e4281529d9844343b0ef50b698949c2f35
+size 16728304

trained_models/telemarketing_intent_classification_jp/config.json

@@ -0,0 +1,79 @@
+{
+    "dataset_reader": {
+        "type": "hierarchical_classification_json",
+        "token_indexers": {
+            "tokens": {
+                "type": "single_id",
+                "namespace": "tokens",
+                "lowercase_tokens": true,
+                "token_min_padding_length": 5
+            }
+        },
+        "tokenizer": {
+            "type": "pretrained_transformer",
+            "model_name": "pretrained_models/bert-base-japanese"
+        }
+    },
+    "train_data_path": "train.json",
+    "validation_data_path": "valid.json",
+    "vocabulary": {
+        "directory_path": "vocabulary"
+    },
+    "model": {
+        "type": "hierarchical_classifier",
+        "hierarchical_labels_pkl": "trained_models/telemarketing_intent_classification_jp/hierarchical_labels.pkl",
+        "text_field_embedder": {
+            "token_embedders": {
+                "tokens": {
+                    "type": "embedding",
+                    "num_embeddings": 32000,
+                    "embedding_dim": 128
+                }
+            }
+        },
+        "seq2seq_encoder": {
+            "type": "stacked_self_attention",
+            "input_dim": 128,
+            "hidden_dim": 128,
+            "projection_dim": 128,
+            "feedforward_hidden_dim": 128,
+            "num_layers": 2,
+            "num_attention_heads": 4,
+            "use_positional_encoding": false
+        },
+        "seq2vec_encoder": {
+            "type": "cnn",
+            "embedding_dim": 128,
+            "num_filters": 32,
+            "ngram_filter_sizes": [
+                2,
+                3,
+                4,
+                5
+            ]
+        }
+    },
+    "data_loader": {
+        "type": "multiprocess",
+        "batch_size": 64,
+        "shuffle": true
+    },
+    "trainer": {
+        "type": "gradient_descent",
+        "cuda_device": -1,
+        "optimizer": {
+            "type": "bert_adam",
+            "lr": 5e-05,
+            "warmup": 0.1,
+            "t_total": 50000,
+            "schedule": "warmup_linear"
+        },
+        "checkpointer": {
+            "serialization_dir": "serialization_dir2",
+            "keep_most_recent_by_count": 10
+        },
+        "patience": 5,
+        "validation_metric": "+accuracy",
+        "num_epochs": 200
+    }
+}

trained_models/telemarketing_intent_classification_jp/hierarchical_labels.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a88bbcef6186c4c4cea96e847bbcde9f62a7773970ae6c35dfaf1e515f14469
+size 1519

trained_models/telemarketing_intent_classification_jp/vocabulary/labels.txt

@@ -0,0 +1,89 @@
+相关领域_语气词
+相关领域_赞美用语
+相关领域_语音信箱
+相关领域_实体(人名)
+相关领域_肯定(はい)
+相关领域_查自我介绍
+相关领域_否定(ない)
+相关领域_未能理解
+相关领域_查物品信息
+相关领域_招呼用语
+相关领域_否定(ません)
+相关领域_肯定答复
+相关领域_是否机器人
+相关领域_否定(いいえ)
+相关领域_否定(不知道)
+相关领域_否定答复
+相关领域_重复一次
+相关领域_请等一等
+相关领域_礼貌用语
+相关领域_请求谅解
+相关领域_否定(できません)
+相关领域_做自我介绍
+相关领域_否定(没有)
+相关领域_答数值
+相关领域_肯定(そう)
+相关领域_否定(いらない)
+相关领域_实体(时间)
+相关领域_实体(地址)
+相关领域_用户正忙
+相关领域_疑问(原因)
+相关领域_结束用语
+相关领域_否定(いや)
+相关领域_污言秽语
+相关领域_无所谓
+相关领域_语气助词
+相关领域_疑问(地址)
+相关领域_请讲
+相关领域_听不清楚
+相关领域_已经完成
+相关领域_听我说话
+相关领域_否定(不记得)
+相关领域_不信任
+相关领域_肯定(正确)
+相关领域_疑问(哪个)
+相关领域_疑问(助词)
+相关领域_否定(結構)
+相关领域_你还在吗
+相关领域_查公司介绍
+相关领域_疑问(时间)
+相关领域_肯定(好的)
+相关领域_骚扰电话
+相关领域_要求复述
+相关领域_查联系方式
+相关领域_肯定(能够)
+相关领域_否定(取消)
+相关领域_否定(错误)
+相关领域_我在
+相关领域_查收费方式
+相关领域_疑问(时长)
+相关领域_否定(dont)
+相关领域_问意图
+相关领域_肯定(可以)
+相关领域_肯定(いい)
+相关领域_投诉警告
+相关领域_回播(かけ直す)
+相关领域_查详细信息
+相关领域_疑问(如何)
+相关领域_否定(没兴趣)
+相关领域_否定(いらね)
+相关领域_否定(不能)
+相关领域_否定(不可以)
+相关领域_暴力敏感
+相关领域_否定(拒绝)
+相关领域_别担心
+相关领域_肯定(是的)
+相关领域_肯定(知道了)
+相关领域_消极情绪
+相关领域_无关领域
+相关领域_考虑一下
+相关领域_疑问(数值)
+相关领域_资金困难
+相关领域_太多了
+相关领域_肯定(有)
+相关领域_实体(物品)
+相关领域_查操作流程
+相关领域_打错电话
+相关领域_否定(没时间)
+相关领域_肯定(没问题)
+无关领域_无关领域

trained_models/telemarketing_intent_classification_jp/vocabulary/non_padded_namespaces.txt

@@ -0,0 +1,2 @@
+tokens
+labels

trained_models/telemarketing_intent_classification_jp/weights.th

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d68f67c7d9a5f7fa905c9761ffb068d1a0fec2c9ae5287c88a95b858e334e7e
+size 17472176

trained_models/telemarketing_intent_classification_vi/config.json

@@ -0,0 +1,79 @@
+{
+    "dataset_reader": {
+        "type": "hierarchical_classification_json",
+        "token_indexers": {
+            "tokens": {
+                "type": "single_id",
+                "namespace": "tokens",
+                "lowercase_tokens": true,
+                "token_min_padding_length": 5
+            }
+        },
+        "tokenizer": {
+            "type": "pretrained_transformer",
+            "model_name": "pretrained_models/bert-base-vietnamese-uncased"
+        }
+    },
+    "train_data_path": "train.json",
+    "validation_data_path": "valid.json",
+    "vocabulary": {
+        "directory_path": "vocabulary"
+    },
+    "model": {
+        "type": "hierarchical_classifier",
+        "hierarchical_labels_pkl": "trained_models/telemarketing_intent_classification_vi/hierarchical_labels.pkl",
+        "text_field_embedder": {
+            "token_embedders": {
+                "tokens": {
+                    "type": "embedding",
+                    "num_embeddings": 32000,
+                    "embedding_dim": 128
+                }
+            }
+        },
+        "seq2seq_encoder": {
+            "type": "stacked_self_attention",
+            "input_dim": 128,
+            "hidden_dim": 128,
+            "projection_dim": 128,
+            "feedforward_hidden_dim": 128,
+            "num_layers": 2,
+            "num_attention_heads": 4,
+            "use_positional_encoding": false
+        },
+        "seq2vec_encoder": {
+            "type": "cnn",
+            "embedding_dim": 128,
+            "num_filters": 32,
+            "ngram_filter_sizes": [
+                2,
+                3,
+                4,
+                5
+            ]
+        }
+    },
+    "data_loader": {
+        "type": "multiprocess",
+        "batch_size": 64,
+        "shuffle": true
+    },
+    "trainer": {
+        "type": "gradient_descent",
+        "cuda_device": -1,
+        "optimizer": {
+            "type": "bert_adam",
+            "lr": 5e-05,
+            "warmup": 0.1,
+            "t_total": 50000,
+            "schedule": "warmup_linear"
+        },
+        "checkpointer": {
+            "serialization_dir": "serialization_dir2",
+            "keep_most_recent_by_count": 10
+        },
+        "patience": 5,
+        "validation_metric": "+accuracy",
+        "num_epochs": 200
+    }
+}

trained_models/telemarketing_intent_classification_vi/hierarchical_labels.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba4048e3df814b67e1243edf7a3219f8d357b4b6868db1f486ac93e4d7c92602
+size 1705

trained_models/telemarketing_intent_classification_vi/vocabulary/labels.txt

@@ -0,0 +1,94 @@
+无关领域_无关领域
+相关领域_肯定(好的)
+相关领域_肯定(可以)
+相关领域_答时间
+相关领域_否定(không cần)
+相关领域_不信任
+相关领域_肯定(知道了)
+相关领域_肯定(ừ)
+相关领域_肯定(có thể)
+相关领域_疑问(时间)
+相关领域_赞美用语
+相关领域_请等一等
+相关领域_已经记录
+相关领域_语气词
+相关领域_要求复述
+相关领域_否定(chưa)
+相关领域_打错电话
+相关领域_查物品信息
+相关领域_礼貌用语
+相关领域_实体(地址)
+相关领域_肯定(đúng rồi)
+相关领域_招呼用语
+相关领域_祝福用语
+相关领域_查自我介绍
+相关领域_问意图
+相关领域_疑问(地址)
+相关领域_我在
+相关领域_肯定(vang)
+相关领域_肯定(chắc chắn)
+相关领域_会按时处理
+相关领域_肯定(有兴趣)
+相关领域_肯定(phải)
+相关领域_否定(không biết)
+相关领域_陈述句
+相关领域_肯定(是的)
+相关领域_未能理解
+相关领域_已完成
+相关领域_肯定(có)
+相关领域_请讲
+相关领域_肯定(biết)
+相关领域_肯定(không sao)
+相关领域_否定(không)
+相关领域_否定(không có)
+相关领域_否定(không tham gia)
+相关领域_否定(nhầm rồi)
+相关领域_否定(không nhớ)
+相关领域_否定(không phải)
+相关领域_否定(không có rảnh)
+相关领域_语音信箱
+相关领域_是否机器人
+相关领域_否定(không bao)
+相关领域_听不清楚
+相关领域_投诉警告
+相关领域_质疑来电号码
+相关领域_做自我介绍
+相关领域_非本人会转告
+相关领域_新办手机号
+相关领域_消极情绪
+相关领域_遭遇不幸
+相关领域_贫穷词汇
+相关领域_资金困难
+相关领域_骚扰电话
+相关领域_否定(chưa làm)
+相关领域_疑问(数值)
+相关领域_肯定(dạ)
+相关领域_肯定(有需要)
+相关领域_用户答非所问
+相关领域_否定(không được)
+相关领域_查收费方式
+相关领域_听我说话
+相关领域_查时间
+相关领域_答数值
+相关领域_查操作流程
+相关领域_否定(thôi)
+相关领域_肯定(同意)
+相关领域_别担心
+相关领域_请求谅解
+相关领域_用户正忙
+相关领域_质疑隐私安全
+相关领域_查公司介绍
+相关领域_你还在吗
+相关领域_肯定(có nhu)
+相关领域_否定(không có nhu)
+相关领域_否定(chưa có nhu)
+相关领域_否定(không quan tâm)
+相关领域_疑问(姓名)
+相关领域_答非所问
+相关领域_否定(không hiểu)
+相关领域_资金充足
+相关领域_疑问(时长)
+相关领域_否定答复
+相关领域_查详细信息
+相关领域_疑问(什么)
+相关领域_请讲重点

trained_models/telemarketing_intent_classification_vi/vocabulary/non_padded_namespaces.txt

@@ -0,0 +1,2 @@
+labels
+tokens

trained_models/telemarketing_intent_classification_vi/weights.th

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a618e9c6b9c0c4c41b8ff7a3c9563dd36573a75a9a2e49e12383fa918170213
+size 17474736