Hugging Face's logo

mini1013
/
master_cate_sl22

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
97ef802
·
verified ·
1 Parent(s): 1d16784

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +315 -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 +1,315 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: 생활원사 수비용 야구장갑 스포츠/레저>야구>야구장갑
9
+ - text: 야구 타석 매트 피칭 발판 잔디 맞춤 마운드 스포츠/레저>야구>기타야구용품
10
+ - text: 수구 헬멧 수구모 귀 보호 모자 훈련 대회 수중 하키 특수 경기 스포츠/레저>야구>헬멧
11
+ - text: MLB 2023 샌디에이고 파드리스 홈 어웨이 김하성 마킹 외 선수 유니폼 져지 스포츠/레저>야구>야구의류
12
+ - text: 롤링스 마하 포수 헬멧 야구 시니어 7 1 8인치 3 4인치 다크 그린 스포츠/레저>야구>포수장비
13
+ metrics:
14
+ - accuracy
15
+ pipeline_tag: text-classification
16
+ library_name: setfit
17
+ inference: true
18
+ base_model: mini1013/master_domain
19
+ model-index:
20
+ - name: SetFit with mini1013/master_domain
21
+ results:
22
+ - task:
23
+ type: text-classification
24
+ name: Text Classification
25
+ dataset:
26
+ name: Unknown
27
+ type: unknown
28
+ split: test
29
+ metrics:
30
+ - type: accuracy
31
+ value: 1.0
32
+ name: Accuracy
33
+ ---
34
+
35
+ # SetFit with mini1013/master_domain
36
+
37
+ 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.
38
+
39
+ The model has been trained using an efficient few-shot learning technique that involves:
40
+
41
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
42
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
43
+
44
+ ## Model Details
45
+
46
+ ### Model Description
47
+ - **Model Type:** SetFit
48
+ - **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
49
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
50
+ - **Maximum Sequence Length:** 512 tokens
51
+ - **Number of Classes:** 12 classes
52
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
53
+ <!-- - **Language:** Unknown -->
54
+ <!-- - **License:** Unknown -->
55
+
56
+ ### Model Sources
57
+
58
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
59
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
60
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
61
+
62
+ ### Model Labels
63
+ | Label | Examples |
64
+ |:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
65
+ | 1.0 | <ul><li>'야구 배팅 연습기 족구 휴대용 실내 시트 거치대 티대 스포츠/레저>야구>기타야구용품'</li><li>'야구 스윙 스틱 장비 스틱 방망이 타격 코칭 도구 스포츠/레저>야구>기타야구용품'</li><li>'Codree 1 Set Baseball Swing Trainer Bands- Elastic Baseball Softball Hitting Resistance Bands- Baseb 스포츠/레저>야구>기타야구용품'</li></ul> |
66
+ | 0.0 | <ul><li>'롤링스 MLB 어센틱 리미티드 HOH 내야 야구글러브 놀란 아레나도 모델 GH2PRONA-BS 스포츠/레저>야구>글러브'</li><li>'윌슨 내야 글러브 11 5 A2000 1786 WBW100390115 스포츠/레저>야구>글러브'</li><li>'모리모토 엣지 올라운드 야구장 우투 글러브 MTG01 스포츠/레저>야구>글러브'</li></ul> |
67
+ | 7.0 | <ul><li>'야구 유니폼 키즈 뉴욕 양키스 레플리카 반팔 저지 스포츠/레저>야구>야구의류'</li><li>'미즈노 오버핏반팔티셔츠 오버핏슬리브 MIZUNO CP SHORT SLEEVE32YA315209 223186 스포츠/레저>야구>야구의류'</li><li>'오타니셔츠 남성 야구 티셔츠 유니폼 메이저리그 TShirt 야구상의 후드 반소매 스포츠/레저>야구>야구의류'</li></ul> |
68
+ | 4.0 | <ul><li>'스타스포츠 야구배트 알루미늄 루키 29in WR310N-0029 스포츠/레저>야구>야구배트'</li><li>'MAJOR 8차 예약 1 메이저 MAZOR 이그나이트 사회인야구 미들탑 골드에디션 알로이배트 구형명기 합금 33 28 32 27 21KBN CU-31 스포츠/레저>야구>야구배트'</li><li>'js야구배트 32 나무배트 알루미늄배트 연식용 야구 스포츠/레저>야구>야구배트'</li></ul> |
69
+ | 3.0 | <ul><li>'롤링스 MLB 로고볼 피츠버그 파이어리츠 스포츠/레저>야구>야구공'</li><li>'MLB 프랭클린 뉴욕양키즈 안전 야구공 2710F10 스포츠/레저>야구>야구공'</li><li>'투더문 안전 야구공 TTMYC-01 스포츠/레저>야구>야구공'</li></ul> |
70
+ | 8.0 | <ul><li>'BBK 24년형 화양연화 Newest 수비장갑 야수용 포수용 스포츠/레저>야구>야구장갑'</li><li>'스타 야구글러브 파워플레이 오른손착용 WG-4100L5-R 스포츠/레저>야구>야구장갑'</li><li>'미즈노 야구 프로 배팅장갑 스카이 1EJEA52221SY D2309 스포츠/레저>야구>야구장갑'</li></ul> |
71
+ | 6.0 | <ul><li>'DESCENTE BASEBALL ROY0 야구 양말 SN111WSO20 C-8710 스포츠/레저>야구>야구양말'</li><li>'미즈노 야구 양말 성인 유소년 12YX1U21 스포츠/레저>야구>야구양말'</li><li>'니드 스포츠 야구양말 스포츠/레저>야구>야구양말'</li></ul> |
72
+ | 10.0 | <ul><li>'Bauer IMS 5 0 하키 헬멧 콤보 안면 마스크 시니어 스포츠/레저>야구>포수장비'</li><li>'아이스 하키 럭비 야구 포수 골키퍼 보호대 모자 헬멧 스포츠/레저>야구>포수장비'</li><li>'포수 마스크 성인용 야구 수비용 올스타 S7 헬멧 어른 그래파이트 투톤 잡기 스포츠/레저>야구>포수장비'</li></ul> |
73
+ | 5.0 | <ul><li>'Markwort 타자를 위한 C-플랩 페이스 프로텍터 스포츠/레저>야구>야구보호대'</li><li>'손가락가드 포수 보호대 야구 엄지보호대 손가락 고정 스포츠/레저>야구>야구보호대'</li><li>'미식축구 Schutt DNA ROPO DW 대표팀 안면 보호대 바시티 스포츠/레저>야구>야구보호대'</li></ul> |
74
+ | 2.0 | <ul><li>'321879 당점 만 즉납 Mizuno 미즈노 미니 케이스 33JM2020 스포츠/레저>야구>야구가방'</li><li>'미즈노 야구 배트 가방 엘리트 1개입 야구배트 수납 케이스 주니어 스포츠/레저>야구>야구가방'</li><li>'드마리니 VOODOO OG 백팩 WB5711707 스포츠/레저>야구>야구가방'</li></ul> |
75
+ | 9.0 | <ul><li>'미즈노 야구화 라이트 레보 프로 GS TPU 11GP230001 스포츠/레저>야구>야구화'</li><li>'언더아머 야구화 포인트화 청 3025590400RO D2309 스포츠/레저>야구>야구화'</li><li>'미즈노 야구 스파이크 쇠붙이 흰색 라이트 레보제로 11GM221501 스포츠/레저>야구>야구화'</li></ul> |
76
+ | 11.0 | <ul><li>'브렛 타자헬멧 양귀 유광 프로 야구헬멧 스포츠/레저>야구>헬멧'</li><li>'모리모토 프로텍티브 2 0 경식 타자 외귀헬멧 유광 블랙레드 스포츠/레저>야구>헬멧'</li><li>'골드 타자헬멧 유광 청색 우귀 좌타자용 검투사 S 유광 청색 우귀 1901-015 스포츠/레저>야구>헬멧'</li></ul> |
77
+
78
+ ## Evaluation
79
+
80
+ ### Metrics
81
+ | Label | Accuracy |
82
+ |:--------|:---------|
83
+ | **all** | 1.0 |
84
+
85
+ ## Uses
86
+
87
+ ### Direct Use for Inference
88
+
89
+ First install the SetFit library:
90
+
91
+ ```bash
92
+ pip install setfit
93
+ ```
94
+
95
+ Then you can load this model and run inference.
96
+
97
+ ```python
98
+ from setfit import SetFitModel
99
+
100
+ # Download from the 🤗 Hub
101
+ model = SetFitModel.from_pretrained("mini1013/master_cate_sl22")
102
+ # Run inference
103
+ preds = model("생활원사 수비용 야구장갑 스포츠/레저>야구>야구장갑")
104
+ ```
105
+
106
+ <!--
107
+ ### Downstream Use
108
+
109
+ *List how someone could finetune this model on their own dataset.*
110
+ -->
111
+
112
+ <!--
113
+ ### Out-of-Scope Use
114
+
115
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
116
+ -->
117
+
118
+ <!--
119
+ ## Bias, Risks and Limitations
120
+
121
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
122
+ -->
123
+
124
+ <!--
125
+ ### Recommendations
126
+
127
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
128
+ -->
129
+
130
+ ## Training Details
131
+
132
+ ### Training Set Metrics
133
+ | Training set | Min | Median | Max |
134
+ |:-------------|:----|:-------|:----|
135
+ | Word count | 2 | 8.3993 | 20 |
136
+
137
+ | Label | Training Sample Count |
138
+ |:------|:----------------------|
139
+ | 0.0 | 70 |
140
+ | 1.0 | 70 |
141
+ | 2.0 | 69 |
142
+ | 3.0 | 70 |
143
+ | 4.0 | 70 |
144
+ | 5.0 | 70 |
145
+ | 6.0 | 70 |
146
+ | 7.0 | 70 |
147
+ | 8.0 | 70 |
148
+ | 9.0 | 70 |
149
+ | 10.0 | 70 |
150
+ | 11.0 | 70 |
151
+
152
+ ### Training Hyperparameters
153
+ - batch_size: (256, 256)
154
+ - num_epochs: (30, 30)
155
+ - max_steps: -1
156
+ - sampling_strategy: oversampling
157
+ - num_iterations: 50
158
+ - body_learning_rate: (2e-05, 1e-05)
159
+ - head_learning_rate: 0.01
160
+ - loss: CosineSimilarityLoss
161
+ - distance_metric: cosine_distance
162
+ - margin: 0.25
163
+ - end_to_end: False
164
+ - use_amp: False
165
+ - warmup_proportion: 0.1
166
+ - l2_weight: 0.01
167
+ - seed: 42
168
+ - eval_max_steps: -1
169
+ - load_best_model_at_end: False
170
+
171
+ ### Training Results
172
+ | Epoch | Step | Training Loss | Validation Loss |
173
+ |:-------:|:----:|:-------------:|:---------------:|
174
+ | 0.0061 | 1 | 0.4871 | - |
175
+ | 0.3049 | 50 | 0.4978 | - |
176
+ | 0.6098 | 100 | 0.4027 | - |
177
+ | 0.9146 | 150 | 0.1531 | - |
178
+ | 1.2195 | 200 | 0.0774 | - |
179
+ | 1.5244 | 250 | 0.0346 | - |
180
+ | 1.8293 | 300 | 0.0227 | - |
181
+ | 2.1341 | 350 | 0.0138 | - |
182
+ | 2.4390 | 400 | 0.0031 | - |
183
+ | 2.7439 | 450 | 0.0004 | - |
184
+ | 3.0488 | 500 | 0.0003 | - |
185
+ | 3.3537 | 550 | 0.0002 | - |
186
+ | 3.6585 | 600 | 0.0002 | - |
187
+ | 3.9634 | 650 | 0.0001 | - |
188
+ | 4.2683 | 700 | 0.0001 | - |
189
+ | 4.5732 | 750 | 0.0001 | - |
190
+ | 4.8780 | 800 | 0.0001 | - |
191
+ | 5.1829 | 850 | 0.0001 | - |
192
+ | 5.4878 | 900 | 0.0001 | - |
193
+ | 5.7927 | 950 | 0.0001 | - |
194
+ | 6.0976 | 1000 | 0.0001 | - |
195
+ | 6.4024 | 1050 | 0.0001 | - |
196
+ | 6.7073 | 1100 | 0.0001 | - |
197
+ | 7.0122 | 1150 | 0.0001 | - |
198
+ | 7.3171 | 1200 | 0.0001 | - |
199
+ | 7.6220 | 1250 | 0.0001 | - |
200
+ | 7.9268 | 1300 | 0.0 | - |
201
+ | 8.2317 | 1350 | 0.0 | - |
202
+ | 8.5366 | 1400 | 0.0 | - |
203
+ | 8.8415 | 1450 | 0.0 | - |
204
+ | 9.1463 | 1500 | 0.0 | - |
205
+ | 9.4512 | 1550 | 0.0 | - |
206
+ | 9.7561 | 1600 | 0.0 | - |
207
+ | 10.0610 | 1650 | 0.0 | - |
208
+ | 10.3659 | 1700 | 0.0 | - |
209
+ | 10.6707 | 1750 | 0.0 | - |
210
+ | 10.9756 | 1800 | 0.0 | - |
211
+ | 11.2805 | 1850 | 0.0 | - |
212
+ | 11.5854 | 1900 | 0.0 | - |
213
+ | 11.8902 | 1950 | 0.0 | - |
214
+ | 12.1951 | 2000 | 0.0 | - |
215
+ | 12.5 | 2050 | 0.0 | - |
216
+ | 12.8049 | 2100 | 0.0001 | - |
217
+ | 13.1098 | 2150 | 0.0001 | - |
218
+ | 13.4146 | 2200 | 0.0 | - |
219
+ | 13.7195 | 2250 | 0.0 | - |
220
+ | 14.0244 | 2300 | 0.0 | - |
221
+ | 14.3293 | 2350 | 0.0 | - |
222
+ | 14.6341 | 2400 | 0.0 | - |
223
+ | 14.9390 | 2450 | 0.0 | - |
224
+ | 15.2439 | 2500 | 0.0 | - |
225
+ | 15.5488 | 2550 | 0.0 | - |
226
+ | 15.8537 | 2600 | 0.0 | - |
227
+ | 16.1585 | 2650 | 0.0 | - |
228
+ | 16.4634 | 2700 | 0.0 | - |
229
+ | 16.7683 | 2750 | 0.0 | - |
230
+ | 17.0732 | 2800 | 0.0 | - |
231
+ | 17.3780 | 2850 | 0.0 | - |
232
+ | 17.6829 | 2900 | 0.0 | - |
233
+ | 17.9878 | 2950 | 0.0 | - |
234
+ | 18.2927 | 3000 | 0.0 | - |
235
+ | 18.5976 | 3050 | 0.0 | - |
236
+ | 18.9024 | 3100 | 0.0 | - |
237
+ | 19.2073 | 3150 | 0.0001 | - |
238
+ | 19.5122 | 3200 | 0.0 | - |
239
+ | 19.8171 | 3250 | 0.0 | - |
240
+ | 20.1220 | 3300 | 0.0 | - |
241
+ | 20.4268 | 3350 | 0.0 | - |
242
+ | 20.7317 | 3400 | 0.0 | - |
243
+ | 21.0366 | 3450 | 0.0 | - |
244
+ | 21.3415 | 3500 | 0.0 | - |
245
+ | 21.6463 | 3550 | 0.0 | - |
246
+ | 21.9512 | 3600 | 0.0 | - |
247
+ | 22.2561 | 3650 | 0.0 | - |
248
+ | 22.5610 | 3700 | 0.0 | - |
249
+ | 22.8659 | 3750 | 0.0 | - |
250
+ | 23.1707 | 3800 | 0.0 | - |
251
+ | 23.4756 | 3850 | 0.0 | - |
252
+ | 23.7805 | 3900 | 0.0 | - |
253
+ | 24.0854 | 3950 | 0.0 | - |
254
+ | 24.3902 | 4000 | 0.0 | - |
255
+ | 24.6951 | 4050 | 0.0 | - |
256
+ | 25.0 | 4100 | 0.0 | - |
257
+ | 25.3049 | 4150 | 0.0 | - |
258
+ | 25.6098 | 4200 | 0.0 | - |
259
+ | 25.9146 | 4250 | 0.0 | - |
260
+ | 26.2195 | 4300 | 0.0 | - |
261
+ | 26.5244 | 4350 | 0.0 | - |
262
+ | 26.8293 | 4400 | 0.0 | - |
263
+ | 27.1341 | 4450 | 0.0 | - |
264
+ | 27.4390 | 4500 | 0.0 | - |
265
+ | 27.7439 | 4550 | 0.0 | - |
266
+ | 28.0488 | 4600 | 0.0 | - |
267
+ | 28.3537 | 4650 | 0.0 | - |
268
+ | 28.6585 | 4700 | 0.0 | - |
269
+ | 28.9634 | 4750 | 0.0 | - |
270
+ | 29.2683 | 4800 | 0.0 | - |
271
+ | 29.5732 | 4850 | 0.0 | - |
272
+ | 29.8780 | 4900 | 0.0 | - |
273
+
274
+ ### Framework Versions
275
+ - Python: 3.10.12
276
+ - SetFit: 1.1.0
277
+ - Sentence Transformers: 3.3.1
278
+ - Transformers: 4.44.2
279
+ - PyTorch: 2.2.0a0+81ea7a4
280
+ - Datasets: 3.2.0
281
+ - Tokenizers: 0.19.1
282
+
283
+ ## Citation
284
+
285
+ ### BibTeX
286
+ ```bibtex
287
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
288
+ doi = {10.48550/ARXIV.2209.11055},
289
+ url = {https://arxiv.org/abs/2209.11055},
290
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
291
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
292
+ title = {Efficient Few-Shot Learning Without Prompts},
293
+ publisher = {arXiv},
294
+ year = {2022},
295
+ copyright = {Creative Commons Attribution 4.0 International}
296
+ }
297
+ ```
298
+
299
+ <!--
300
+ ## Glossary
301
+
302
+ *Clearly define terms in order to be accessible across audiences.*
303
+ -->
304
+
305
+ <!--
306
+ ## Model Card Authors
307
+
308
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
309
+ -->
310
+
311
+ <!--
312
+ ## Model Card Contact
313
+
314
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
315
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_item_sl_org_gtcate",
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
+ "labels": null,
3
+ "normalize_embeddings": false
4
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:42623a8beb339b18f472aa5841436c2eeffdd8dc88bcfd3ef7a5ea39e516cb72
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e146a40733eb56ac04c99da93bc32df0c4bdc55e6037f065324babb0970d7143
3
+ size 74727
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