Hugging Face's logo

mini1013
/
master_cate_sl13

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
mini1013 commited on
Commit
3cba2c4
·
verified ·
1 Parent(s): 1ee0161

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +325 -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 +1,325 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: Battle 배틀 유스 팡스 마우스 가드 2팩 스포츠/레저>보호용품>마우스피스
9
+ - text: 프로이론 바벨 스쿼드 패드 헬스 목 어깨보호대 스포츠/레저>보호용품>어깨보호대
10
+ - text: 체육관 비치용 마우스피스 복싱 가드 태권도 합기도 스포츠/레저>보호용품>마우스피스
11
+ - text: 태권도 헤드기어 호구 헬멧 보호장비 킥복싱 스포츠/레저>보호용품>머리보호대
12
+ - text: 에버라스트 Everlast EverGel 마우스가드 그린 1400009 스포츠/레저>보호용품>마우스피스
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:** 13 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
+ | 4.0 | <ul><li>'쇼크 닥터 스포츠/레저>보호용품>몸통보호대'</li><li>'지폼 흉골 심장보호대 M SN020201 스포츠/레저>보호용품>몸통보호대'</li><li>'격투기보호대 보호구 무에타이 가드 가슴 훈련 복부 스포츠/레저>보호용품>몸통보호대'</li></ul> |
66
+ | 3.0 | <ul><li>'UNKNOWN 언더아머 UNDER ARMOUR 럭비 레귤러 헤드 캡 럭비 헤드 기어 MEN 맨즈 TEAM UA RUGBY REGULAR H 스포츠/레저>보호용품>머리보호대'</li><li>'에버라스트 머리보호대 USA 가죽 헤드기어 S EVULHG03 스포츠/레저>보호용품>머리보호대'</li><li>'클레토레예스 CLETO REYES Cheek Protection 헤드기어 남녀공용 스몰 스포츠/레저>보호용품>머리보호대'</li></ul> |
67
+ | 6.0 | <ul><li>'이지중량밴드 2kg 1kg 2개세트 중량밴드 모래주머니 중량밴드 발목중량밴드 EU322 스포츠/레저>보호용품>발목보호대'</li><li>'조깅 모래주머니 홈트 중량밴드 2개 산책 군인발목보호대 레져 스포츠/레저>보호용품>발목보호대'</li><li>'OS1st FS6 미국특허 종아리 발목 보호대 밴드 아대 스포츠 등산 축구 운동 스포츠/레저>보호용품>발목보호대'</li></ul> |
68
+ | 0.0 | <ul><li>'손바닥 훈련용 낭심보호대 운동 스파링 복싱 태권도 격투기논슬립 메쉬 패드 손목 보호장갑 스포츠/레저>보호용품>급소보호대'</li><li>'3M 프로텍트 컴포트 시공 스타일 포지셔닝 하니스 2X-대 1개케이스 1161208 스포츠/레저>보호용품>급소보호대'</li><li>'위닝 스탠다드 그로인가드 훈련 낭심보호대 컵 성인 스포츠/레저>보호용품>급소보호대'</li></ul> |
69
+ | 2.0 | <ul><li>'파펜 독일 민트 마우스 가드 스포츠/레저>보호용품>마우스피스'</li><li>'마우스피스더블 팔 정강이 보호대 페이스마스크 장비SG 아대 호구 헤드기어 장갑 샅보대 스포츠/레저>보호용품>마우스피스'</li><li>'BATTLE 배틀 3D Predator Oxygen 풋볼 마우스가드 피스 미식축구 보호 스포츠/레저>보호용품>마우스피스'</li></ul> |
70
+ | 10.0 | <ul><li>'ATEX 스포츠텍스 A450 5cm x 5m 스포츠/레저>보호용품>테이핑요법'</li><li>'UNKNOWN 나사라 퀵스트립 엘보우 근육테이프 스포츠/레저>보호용품>테이핑요법'</li><li>'파워풀엑스 메디핑 다이아몬드 타입 근육테이프 스포츠/레저>보호용품>테이핑요법'</li></ul> |
71
+ | 12.0 | <ul><li>'하빈져 맨즈 헥스코어 벨트 헬스벨트 리프팅 복대 허리보호대 스포츠/레저>보호용품>허리보호대'</li><li>'SALOMON ADV 스킨 벨트 - 에보니 SKIN BELT EBONY LC1758200 스포츠/레저>보호용품>허리보호대'</li><li>'No 1베스트셀러 패키지 하빈져 헬스벨트 5인치 폼코어 벨트 리프팅그립 리유저블백 스포츠/레저>보호용품>허리보호대'</li></ul> |
72
+ | 1.0 | <ul><li>'플러그피트니스 싱글 정강이 발목 웨이트바 I 편측 발목 운동 레그리프트 스포츠/레저>보호용품>다리보호대'</li><li>'여자 종아리 압박 밴드 보호대 토시 아대 카프 슬리브 스포츠/레저>보호용품>다리보호대'</li><li>'키모니 슬개골하단압박용 정강이 보호대 발목 KI20107 스포츠/레저>보호용품>다리보호대'</li></ul> |
73
+ | 9.0 | <ul><li>'군인 어깨보호대 조절형 어깨 고정 회전근개 보호대 보조기 아대 스포츠 스포츠/레저>보호용품>어깨보호대'</li><li>'회전근개보호대 헬스 운동 테니스 어깨 아대 보호대 스포츠/레저>보호용품>어깨보호대'</li><li>'디앤엠 1001 어깨보호대 2라인압박 오십견특수편제법 WDDBB1D 스포츠/레저>보호용품>어깨보호대'</li></ul> |
74
+ | 11.0 | <ul><li>'OS1st ES6 미국특허 팔꿈치 보호대 엘보우 아대 헬스 테니스 골프 밴드 OS1-65340N 스포츠/레저>보호용품>팔보호대'</li><li>'키모니 탁터엘보 골프 테니스 배드민턴 엘보 KSP221 스포츠/레저>보호용품>팔보호대'</li><li>'레토 엘보 팔꿈치 보호대 헬스 테니스 골프 팔 아대 밴드 LSL-EB01 스포츠/레저>보호용품>팔보호대'</li></ul> |
75
+ | 5.0 | <ul><li>'star 스타 소프트 무릎보호대 WHITE-L XD330 스포츠/레저>보호용품>무릎보호대'</li><li>'시그맥스 잠스트 무릎보호대 ZK-7 스포츠/레저>보호용품>무릎보호대'</li><li>'무릎 슬개골 보호대 등산 헬스 테니스 DD-12303 스포츠/레저>보호용품>무릎보호대'</li></ul> |
76
+ | 7.0 | <ul><li>'SPELISPOS 여성용 긴팔 서핑 슈트 UV 수상 스포츠 타이트한 수영복 바다 해변 고탄성 다이빙 상의 스포츠/레저>보호용품>배보호대'</li><li>'뉴엘라 캡 59FIFTY 신시내티 레즈로드 62 스포츠/레저>보호용품>배보호대'</li><li>'더블 프레스 신처 언더 버스트 코르셋 바디 셰이퍼 허리 슬리밍 벨트 지퍼 스포츠/레저>보호용품>배보호대'</li></ul> |
77
+ | 8.0 | <ul><li>'프로스펙스 다이얼 손목 보호대 아대 밴드 고정 스포츠/레저>보호용품>손목보호대'</li><li>'디닥착 손목보호대 손목아대 손목밴드 우S 밴드 안함 스포츠/레저>보호용품>손목보호대'</li><li>'마모디 손목밴드 1 1 스포츠/레저>보호용품>손목보호대'</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_sl13")
103
+ # Run inference
104
+ preds = model("태권도 헤드기어 호구 헬멧 보호장비 킥복싱 스포츠/레저>보호용품>머리보호대")
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 | 2 | 9.0551 | 21 |
137
+
138
+ | Label | Training Sample Count |
139
+ |:------|:----------------------|
140
+ | 0.0 | 70 |
141
+ | 1.0 | 69 |
142
+ | 2.0 | 70 |
143
+ | 3.0 | 70 |
144
+ | 4.0 | 69 |
145
+ | 5.0 | 70 |
146
+ | 6.0 | 70 |
147
+ | 7.0 | 70 |
148
+ | 8.0 | 70 |
149
+ | 9.0 | 69 |
150
+ | 10.0 | 70 |
151
+ | 11.0 | 70 |
152
+ | 12.0 | 70 |
153
+
154
+ ### Training Hyperparameters
155
+ - batch_size: (256, 256)
156
+ - num_epochs: (30, 30)
157
+ - max_steps: -1
158
+ - sampling_strategy: oversampling
159
+ - num_iterations: 50
160
+ - body_learning_rate: (2e-05, 1e-05)
161
+ - head_learning_rate: 0.01
162
+ - loss: CosineSimilarityLoss
163
+ - distance_metric: cosine_distance
164
+ - margin: 0.25
165
+ - end_to_end: False
166
+ - use_amp: False
167
+ - warmup_proportion: 0.1
168
+ - l2_weight: 0.01
169
+ - seed: 42
170
+ - eval_max_steps: -1
171
+ - load_best_model_at_end: False
172
+
173
+ ### Training Results
174
+ | Epoch | Step | Training Loss | Validation Loss |
175
+ |:-------:|:----:|:-------------:|:---------------:|
176
+ | 0.0056 | 1 | 0.5164 | - |
177
+ | 0.2809 | 50 | 0.4982 | - |
178
+ | 0.5618 | 100 | 0.3968 | - |
179
+ | 0.8427 | 150 | 0.2131 | - |
180
+ | 1.1236 | 200 | 0.0919 | - |
181
+ | 1.4045 | 250 | 0.031 | - |
182
+ | 1.6854 | 300 | 0.0171 | - |
183
+ | 1.9663 | 350 | 0.0078 | - |
184
+ | 2.2472 | 400 | 0.0066 | - |
185
+ | 2.5281 | 450 | 0.0002 | - |
186
+ | 2.8090 | 500 | 0.0 | - |
187
+ | 3.0899 | 550 | 0.0 | - |
188
+ | 3.3708 | 600 | 0.0001 | - |
189
+ | 3.6517 | 650 | 0.0 | - |
190
+ | 3.9326 | 700 | 0.0 | - |
191
+ | 4.2135 | 750 | 0.0 | - |
192
+ | 4.4944 | 800 | 0.0001 | - |
193
+ | 4.7753 | 850 | 0.0 | - |
194
+ | 5.0562 | 900 | 0.0 | - |
195
+ | 5.3371 | 950 | 0.0 | - |
196
+ | 5.6180 | 1000 | 0.0 | - |
197
+ | 5.8989 | 1050 | 0.0002 | - |
198
+ | 6.1798 | 1100 | 0.0 | - |
199
+ | 6.4607 | 1150 | 0.0 | - |
200
+ | 6.7416 | 1200 | 0.0 | - |
201
+ | 7.0225 | 1250 | 0.0 | - |
202
+ | 7.3034 | 1300 | 0.0 | - |
203
+ | 7.5843 | 1350 | 0.0 | - |
204
+ | 7.8652 | 1400 | 0.0 | - |
205
+ | 8.1461 | 1450 | 0.0 | - |
206
+ | 8.4270 | 1500 | 0.0 | - |
207
+ | 8.7079 | 1550 | 0.0 | - |
208
+ | 8.9888 | 1600 | 0.0 | - |
209
+ | 9.2697 | 1650 | 0.0 | - |
210
+ | 9.5506 | 1700 | 0.0 | - |
211
+ | 9.8315 | 1750 | 0.0 | - |
212
+ | 10.1124 | 1800 | 0.0 | - |
213
+ | 10.3933 | 1850 | 0.0 | - |
214
+ | 10.6742 | 1900 | 0.0 | - |
215
+ | 10.9551 | 1950 | 0.0 | - |
216
+ | 11.2360 | 2000 | 0.0 | - |
217
+ | 11.5169 | 2050 | 0.0 | - |
218
+ | 11.7978 | 2100 | 0.0 | - |
219
+ | 12.0787 | 2150 | 0.0 | - |
220
+ | 12.3596 | 2200 | 0.0 | - |
221
+ | 12.6404 | 2250 | 0.0 | - |
222
+ | 12.9213 | 2300 | 0.0 | - |
223
+ | 13.2022 | 2350 | 0.0 | - |
224
+ | 13.4831 | 2400 | 0.0 | - |
225
+ | 13.7640 | 2450 | 0.0 | - |
226
+ | 14.0449 | 2500 | 0.0 | - |
227
+ | 14.3258 | 2550 | 0.0 | - |
228
+ | 14.6067 | 2600 | 0.0 | - |
229
+ | 14.8876 | 2650 | 0.0 | - |
230
+ | 15.1685 | 2700 | 0.0 | - |
231
+ | 15.4494 | 2750 | 0.0 | - |
232
+ | 15.7303 | 2800 | 0.0 | - |
233
+ | 16.0112 | 2850 | 0.0 | - |
234
+ | 16.2921 | 2900 | 0.0 | - |
235
+ | 16.5730 | 2950 | 0.0 | - |
236
+ | 16.8539 | 3000 | 0.0 | - |
237
+ | 17.1348 | 3050 | 0.0 | - |
238
+ | 17.4157 | 3100 | 0.0 | - |
239
+ | 17.6966 | 3150 | 0.0 | - |
240
+ | 17.9775 | 3200 | 0.0 | - |
241
+ | 18.2584 | 3250 | 0.0 | - |
242
+ | 18.5393 | 3300 | 0.0 | - |
243
+ | 18.8202 | 3350 | 0.0 | - |
244
+ | 19.1011 | 3400 | 0.0 | - |
245
+ | 19.3820 | 3450 | 0.0 | - |
246
+ | 19.6629 | 3500 | 0.0 | - |
247
+ | 19.9438 | 3550 | 0.0 | - |
248
+ | 20.2247 | 3600 | 0.0 | - |
249
+ | 20.5056 | 3650 | 0.0 | - |
250
+ | 20.7865 | 3700 | 0.0 | - |
251
+ | 21.0674 | 3750 | 0.0 | - |
252
+ | 21.3483 | 3800 | 0.0 | - |
253
+ | 21.6292 | 3850 | 0.0 | - |
254
+ | 21.9101 | 3900 | 0.0 | - |
255
+ | 22.1910 | 3950 | 0.0 | - |
256
+ | 22.4719 | 4000 | 0.0 | - |
257
+ | 22.7528 | 4050 | 0.0 | - |
258
+ | 23.0337 | 4100 | 0.0 | - |
259
+ | 23.3146 | 4150 | 0.0 | - |
260
+ | 23.5955 | 4200 | 0.0 | - |
261
+ | 23.8764 | 4250 | 0.0 | - |
262
+ | 24.1573 | 4300 | 0.0 | - |
263
+ | 24.4382 | 4350 | 0.0 | - |
264
+ | 24.7191 | 4400 | 0.0 | - |
265
+ | 25.0 | 4450 | 0.0 | - |
266
+ | 25.2809 | 4500 | 0.0 | - |
267
+ | 25.5618 | 4550 | 0.0 | - |
268
+ | 25.8427 | 4600 | 0.0 | - |
269
+ | 26.1236 | 4650 | 0.0 | - |
270
+ | 26.4045 | 4700 | 0.0 | - |
271
+ | 26.6854 | 4750 | 0.0 | - |
272
+ | 26.9663 | 4800 | 0.0 | - |
273
+ | 27.2472 | 4850 | 0.0 | - |
274
+ | 27.5281 | 4900 | 0.0 | - |
275
+ | 27.8090 | 4950 | 0.0 | - |
276
+ | 28.0899 | 5000 | 0.0 | - |
277
+ | 28.3708 | 5050 | 0.0 | - |
278
+ | 28.6517 | 5100 | 0.0 | - |
279
+ | 28.9326 | 5150 | 0.0 | - |
280
+ | 29.2135 | 5200 | 0.0 | - |
281
+ | 29.4944 | 5250 | 0.0 | - |
282
+ | 29.7753 | 5300 | 0.0 | - |
283
+
284
+ ### Framework Versions
285
+ - Python: 3.10.12
286
+ - SetFit: 1.1.0
287
+ - Sentence Transformers: 3.3.1
288
+ - Transformers: 4.44.2
289
+ - PyTorch: 2.2.0a0+81ea7a4
290
+ - Datasets: 3.2.0
291
+ - Tokenizers: 0.19.1
292
+
293
+ ## Citation
294
+
295
+ ### BibTeX
296
+ ```bibtex
297
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
298
+ doi = {10.48550/ARXIV.2209.11055},
299
+ url = {https://arxiv.org/abs/2209.11055},
300
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
301
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
302
+ title = {Efficient Few-Shot Learning Without Prompts},
303
+ publisher = {arXiv},
304
+ year = {2022},
305
+ copyright = {Creative Commons Attribution 4.0 International}
306
+ }
307
+ ```
308
+
309
+ <!--
310
+ ## Glossary
311
+
312
+ *Clearly define terms in order to be accessible across audiences.*
313
+ -->
314
+
315
+ <!--
316
+ ## Model Card Authors
317
+
318
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
319
+ -->
320
+
321
+ <!--
322
+ ## Model Card Contact
323
+
324
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
325
+ -->
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 sha256:787213c0dddaad525cbe5d21750110f995d2dd0fbdb790f706d0e60661a6973f
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2f153e5131109d35c33787775864ee94bf33488bb57b5a63d851d04272fdf822
3
+ size 80895
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