Hugging Face's logo

mini1013
/
master_cate_fd4

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results
Model card Files Community
mini1013 commited on
Commit
4c30b43
·
verified ·
1 Parent(s): fdc4cb5

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +300 -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 +1,300 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ base_model: mini1013/master_domain
3
+ library_name: setfit
4
+ metrics:
5
+ - metric
6
+ pipeline_tag: text-classification
7
+ tags:
8
+ - setfit
9
+ - sentence-transformers
10
+ - text-classification
11
+ - generated_from_setfit_trainer
12
+ widget:
13
+ - text: 오뚜기 옛날 쇠고기죽 85g (주) 식자재민족
14
+ - text: 오뚜기 맛있는 오뚜기밥 210g x 3개입 (주)푸드엔
15
+ - text: 햇반소프트밀 비비고 소고기죽 420g 외 35종 소프트밀 누룽지닭백숙 420g 다여기
16
+ - text: 오뚜기 전복죽 용기 285g/즉석죽/간편식 스프-보노_VONO 콘스프 55.8g 모두유통주식회사
17
+ - text: 꼴떡꼴떡 자체생산 학교앞 밀떡볶이 어묵포함 밀키트 2인분 일반떡2봉+어묵2봉+소스2봉_까르보나라 맛있는꼴떡꼴떡
18
+ inference: true
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: metric
31
+ value: 0.867680979418027
32
+ name: Metric
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:** 21 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
+ | 15.0 | <ul><li>'청정원 카레여왕 망고바나나 108g 4_청정원 치즈코코넛 108g 고래인터내셔널'</li><li>'청정원 카레여왕 망고 앤 바나나 108g 주식회사 에이치제이인터내셔널'</li><li>'0212. 카레분말(매운맛) - 오뚜기1kg 베이킹도전'</li></ul> |
66
+ | 5.0 | <ul><li>'M&F 몬 월남쌈 사각 200g 16cm 라이스페이퍼 얌얌몰'</li><li>'몬 뉴 월남쌈 300g 원형 라이스페이퍼 16cm 베트남 월남쌈 재료 몬 현미 월남쌈(원형) 200g (주) 바른들식품농업회사법인'</li><li>'몬 월남쌈 원형 라이스페이퍼 200g 1개 coupang'</li></ul> |
67
+ | 7.0 | <ul><li>'동원 더킹 크랩스 랍스터맛 오리지널 140g 6개 맛살 샐러드 초밥 스시 김밥용 2.더킹 크랩스 랍스터맛 140g x 6개 (주)에이알커머스'</li><li>'한성 저지방 크래미 180g x 2개입 (주)씨티케이이비전코리아'</li><li>'한성기업 해조칼슘 크래미F 1kg 제루통상'</li></ul> |
68
+ | 10.0 | <ul><li>'폰타나 스위트콘 크림 수프 180g 03.그릴드 머쉬룸크림 수프180g-SPPSF 주식회사 삼공오공'</li><li>'오뚜기 양송이 스프 1kg 모아유통'</li><li>'오뚜기 양송이스프 80g(분말) 간편식 가루스프 즉석스프 외 4종 오뚜기 크림스프 80g(분말) 마켓위너'</li></ul> |
69
+ | 3.0 | <ul><li>'동원 냉동 해물모듬완자 1kg 제이에이치'</li><li>'(맛나)잡채해물완자 1KG/(주)사조오양 두드림'</li><li>'삼양 모닝하임 동그랑땡 1kg 업소용 대용량 반찬 동그랑땡 금성식품 주식회사'</li></ul> |
70
+ | 0.0 | <ul><li>'한성 프리미엄 김밥재료세트 440g(5인분10줄) ���안'</li><li>'냉동 혼합야채 4종 1kg 볶음밥용 야채믹스 농우 냉동 옥수수알 1kg 주식회사 팜'</li><li>'한채원 껍질없는 구운감자 리얼미니 한입 통 감자 150g 리얼미니 구운감자 1팩 농업회사법인 한채원 주식회사'</li></ul> |
71
+ | 16.0 | <ul><li>'동원 퀴진 더블치즈스틱 400g x 1개 아이스보냉백포장 오하'</li><li>'애슐리 스윗 콤보 치킨 (냉동) 460g 1개 엠에스 컨설팅'</li><li>'코코스 냉동 닭껍질 튀김 (1kg) 치킨 에어프라이어 (드라이아이스 포장) 05.(유통기한 24.06.22)버팔로봉1kg 잇츠컴퍼니'</li></ul> |
72
+ | 4.0 | <ul><li>'cj 초간단 즐거운동행 미정당 쫄볶이 470g 혼밥 술안주 자취 탕비실 간식 야식 두칭구'</li><li>'미미네 국물떡볶이 9봉 + 눈꽃치즈 국물떡볶이 1봉 (총10봉) 브라이트컴퍼니'</li><li>'미미네 오리지널 국물떡볶이 6봉 오리지널 국물떡볶이/눈꽃치즈 국물떡볶이 각3봉 마일드스토어'</li></ul> |
73
+ | 20.0 | <ul><li>'만복당 대만 샌드위치 햄치즈(냉동) 8개세트 치즈 8입 (주)한국푸드본'</li><li>'한맥식품 직화그릴 더블버거 210g 5개 학생 간식 한맥식품 직화그릴 더블버거 210g 5개 현명한쇼핑'</li><li>'만복당 대만 샌드위치 햄치즈(냉동) 18개X5세트 = 총90개/개당1,650원 햄(18입X5세트) (주)한국푸드본'</li></ul> |
74
+ | 11.0 | <ul><li>'어묵장인 박경도의 어묵탕 x10봉 바이투'</li><li>'영자어묵 오리지널 사각 꼬치 캠핑 부산 어묵 오뎅 오뎅탕 밀키트 350g(10개입) 주식회사 금진식품'</li><li>'삼호 부산 어묵 어묵채 1kg 잡채 김밥 볶음용 CJ씨푸드 삼호부산어묵 어묵채 1kg 주식회사 팜'</li></ul> |
75
+ | 17.0 | <ul><li>'피자씨티 페스츄리도우 8인치(125g) 25매팩 2박스 피자씨티'</li><li>'한성 롤스틱 치즈 80g 주식회사 명일푸드'</li><li>'파파스 씬도우 10인치 15장 씬피자도우 4종 11인치(11월초입고예정) D.S글로벌비즈'</li></ul> |
76
+ | 18.0 | <ul><li>'아워홈 버거 헌터 함박 스테이크 2인분 400g (주)아워홈'</li><li>'삼양새아침 더블 함박스테이크 1kg 유한회사 365푸드'</li><li>'고기대신 식물성 베지 바베큐맛 미트볼 300g 주식회사 알티스트'</li></ul> |
77
+ | 2.0 | <ul><li>'하림이닭 다이어트 탄단지 도시락 김치볶음밥과 비엔나소시지 210g 5팩 외 7종 귀리밥과 가라아게 210g 5팩 주식회사 하림'</li><li>'허닭 다이어트 냉동 도시락 210g 4종 4팩 다이어트 도시락 베이컨잡곡 4팩 주식회사 허닭'</li><li>'아워홈 온더고 소고기 오색비빔밥 310g 아워홈 온더고 로제파스타 미니함박290g 주식회사 은하'</li></ul> |
78
+ | 19.0 | <ul><li>'고메 통모짜 크리스피 핫도그 340g 3개 총 12입 라이프스마트'</li><li>'Chefood 우유핫도그 70gx20개 우유핫도그 70gx10개 우유핫도그 70gx10개_우유핫도그 70gx10개 용진건재'</li><li>'하림 스위트 핫도그 1kg 닭가슴살핫도그 450g 성원종합유통'</li></ul> |
79
+ | 14.0 | <ul><li>'비비고 김치치즈 주먹밥 500Gx3개 미루시스템'</li><li>'네이처엠 현미밥 150g X 24개 미동의 제이엠세일즈'</li><li>'384369 오뚜기 맛있는 오뚜기밥 200g 3개 /즉석밥/컵밥/햇반/간편밥/휴대용 오뚜기 진비빔면 159g 4개 (1봉지) /멀 제이엠무역'</li></ul> |
80
+ | 12.0 | <ul><li>'[2+1 골라담기] 동원 양반 전복죽 420g 총 3개 외 9종 [2+1] 양반 참치죽 420g 총3개 (주)에이알커머스'</li><li>'동원 양반죽 쇠고기죽 파우치 외3종 양반볶음김치 비에이'</li><li>'동원 양반죽 참치 285g 동원양반죽_참치 대제종합물류센터'</li></ul> |
81
+ | 13.0 | <ul><li>'장사의신 내장탕 750g 장사의 신 컴퍼니'</li><li>'소문난 비비고 돼지고기김치찌개 460g CJ제일제당 간편식 요리레시피 감칠맛업 홈파티음식 캠핑요리 집밥 에스더블유디자인'</li><li>'명장 김치찌개 김치찜 250g 2개입 8개입 주식회사라이프키친'</li></ul> |
82
+ | 6.0 | <ul><li>'CJ 간편요리 간편식 밀키트 비비고 깻잎고기만두400gx2 전골 라면 술안주 반찬 서화tc'</li><li>'CJ 간편요리 간편식 밀키트 비비고 청양고기만두 400gx2 전골 라면 술안주 반찬 서화tc'</li><li>'CJ [식물성]비비고 밥반찬 플랜테이블왕교자 385g 즉석 간단 간편요리 나혼산 혼밥 엄마밥 인영'</li></ul> |
83
+ | 9.0 | <ul><li>'삼립 참치마요 스쿱 샐러드 700G ��이스박스포장 에이알비'</li><li>'샐러드미인 대용량 에그포테이토 샐러드 토핑 1kg 콘버터 1kg 엠디에스마케팅 주식회사'</li><li>'피코크 에그 포테이토 샐러드 500g x 1개 종이박스포장 에이알비'</li></ul> |
84
+ | 1.0 | <ul><li>'국내산 수제 현미누룽지 검정깨누룽지 1봉 주식회사 우리곡간'</li><li>'비알푸드 숭늉이 구수한 가마솥 누아미 누룽지 350g 비알푸드 누아미누룽지팝 50gX3봉 드림스토어'</li><li>'가화푸드 지평선 현미누룽지 150g x 10개입 김제평야 햅쌀 국내산 현미 가화푸드'</li></ul> |
85
+ | 8.0 | <ul><li>'마라 곤약 마라맛 곤약 매운맛 간식 중국 향라맛 향라2 쑤안라1 라비엔또'</li><li>'도토리건조묵 100gx2 바니스타일'</li><li>'도토리묵가루 500gx1 바니스타일'</li></ul> |
86
+
87
+ ## Evaluation
88
+
89
+ ### Metrics
90
+ | Label | Metric |
91
+ |:--------|:-------|
92
+ | **all** | 0.8677 |
93
+
94
+ ## Uses
95
+
96
+ ### Direct Use for Inference
97
+
98
+ First install the SetFit library:
99
+
100
+ ```bash
101
+ pip install setfit
102
+ ```
103
+
104
+ Then you can load this model and run inference.
105
+
106
+ ```python
107
+ from setfit import SetFitModel
108
+
109
+ # Download from the 🤗 Hub
110
+ model = SetFitModel.from_pretrained("mini1013/master_cate_fd4")
111
+ # Run inference
112
+ preds = model("오뚜기 옛날 쇠고기죽 85g (주) 식자재민족")
113
+ ```
114
+
115
+ <!--
116
+ ### Downstream Use
117
+
118
+ *List how someone could finetune this model on their own dataset.*
119
+ -->
120
+
121
+ <!--
122
+ ### Out-of-Scope Use
123
+
124
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
125
+ -->
126
+
127
+ <!--
128
+ ## Bias, Risks and Limitations
129
+
130
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
131
+ -->
132
+
133
+ <!--
134
+ ### Recommendations
135
+
136
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
137
+ -->
138
+
139
+ ## Training Details
140
+
141
+ ### Training Set Metrics
142
+ | Training set | Min | Median | Max |
143
+ |:-------------|:----|:-------|:----|
144
+ | Word count | 3 | 9.5276 | 26 |
145
+
146
+ | Label | Training Sample Count |
147
+ |:------|:----------------------|
148
+ | 0.0 | 50 |
149
+ | 1.0 | 50 |
150
+ | 2.0 | 50 |
151
+ | 3.0 | 50 |
152
+ | 4.0 | 50 |
153
+ | 5.0 | 50 |
154
+ | 6.0 | 50 |
155
+ | 7.0 | 50 |
156
+ | 8.0 | 50 |
157
+ | 9.0 | 50 |
158
+ | 10.0 | 50 |
159
+ | 11.0 | 50 |
160
+ | 12.0 | 50 |
161
+ | 13.0 | 50 |
162
+ | 14.0 | 50 |
163
+ | 15.0 | 50 |
164
+ | 16.0 | 50 |
165
+ | 17.0 | 50 |
166
+ | 18.0 | 50 |
167
+ | 19.0 | 50 |
168
+ | 20.0 | 50 |
169
+
170
+ ### Training Hyperparameters
171
+ - batch_size: (512, 512)
172
+ - num_epochs: (20, 20)
173
+ - max_steps: -1
174
+ - sampling_strategy: oversampling
175
+ - num_iterations: 40
176
+ - body_learning_rate: (2e-05, 2e-05)
177
+ - head_learning_rate: 2e-05
178
+ - loss: CosineSimilarityLoss
179
+ - distance_metric: cosine_distance
180
+ - margin: 0.25
181
+ - end_to_end: False
182
+ - use_amp: False
183
+ - warmup_proportion: 0.1
184
+ - seed: 42
185
+ - eval_max_steps: -1
186
+ - load_best_model_at_end: False
187
+
188
+ ### Training Results
189
+ | Epoch | Step | Training Loss | Validation Loss |
190
+ |:-------:|:----:|:-------------:|:---------------:|
191
+ | 0.0061 | 1 | 0.4265 | - |
192
+ | 0.3030 | 50 | 0.3323 | - |
193
+ | 0.6061 | 100 | 0.234 | - |
194
+ | 0.9091 | 150 | 0.1134 | - |
195
+ | 1.2121 | 200 | 0.0641 | - |
196
+ | 1.5152 | 250 | 0.0509 | - |
197
+ | 1.8182 | 300 | 0.0435 | - |
198
+ | 2.1212 | 350 | 0.0309 | - |
199
+ | 2.4242 | 400 | 0.0191 | - |
200
+ | 2.7273 | 450 | 0.0163 | - |
201
+ | 3.0303 | 500 | 0.0215 | - |
202
+ | 3.3333 | 550 | 0.0161 | - |
203
+ | 3.6364 | 600 | 0.024 | - |
204
+ | 3.9394 | 650 | 0.006 | - |
205
+ | 4.2424 | 700 | 0.0116 | - |
206
+ | 4.5455 | 750 | 0.0061 | - |
207
+ | 4.8485 | 800 | 0.0025 | - |
208
+ | 5.1515 | 850 | 0.001 | - |
209
+ | 5.4545 | 900 | 0.0003 | - |
210
+ | 5.7576 | 950 | 0.0002 | - |
211
+ | 6.0606 | 1000 | 0.0002 | - |
212
+ | 6.3636 | 1050 | 0.0001 | - |
213
+ | 6.6667 | 1100 | 0.0002 | - |
214
+ | 6.9697 | 1150 | 0.0002 | - |
215
+ | 7.2727 | 1200 | 0.0001 | - |
216
+ | 7.5758 | 1250 | 0.0001 | - |
217
+ | 7.8788 | 1300 | 0.0001 | - |
218
+ | 8.1818 | 1350 | 0.0001 | - |
219
+ | 8.4848 | 1400 | 0.0001 | - |
220
+ | 8.7879 | 1450 | 0.0001 | - |
221
+ | 9.0909 | 1500 | 0.0001 | - |
222
+ | 9.3939 | 1550 | 0.0001 | - |
223
+ | 9.6970 | 1600 | 0.0001 | - |
224
+ | 10.0 | 1650 | 0.0001 | - |
225
+ | 10.3030 | 1700 | 0.0001 | - |
226
+ | 10.6061 | 1750 | 0.0001 | - |
227
+ | 10.9091 | 1800 | 0.0001 | - |
228
+ | 11.2121 | 1850 | 0.0001 | - |
229
+ | 11.5152 | 1900 | 0.0001 | - |
230
+ | 11.8182 | 1950 | 0.0001 | - |
231
+ | 12.1212 | 2000 | 0.0001 | - |
232
+ | 12.4242 | 2050 | 0.0001 | - |
233
+ | 12.7273 | 2100 | 0.0001 | - |
234
+ | 13.0303 | 2150 | 0.0001 | - |
235
+ | 13.3333 | 2200 | 0.0001 | - |
236
+ | 13.6364 | 2250 | 0.0001 | - |
237
+ | 13.9394 | 2300 | 0.0001 | - |
238
+ | 14.2424 | 2350 | 0.0 | - |
239
+ | 14.5455 | 2400 | 0.0 | - |
240
+ | 14.8485 | 2450 | 0.0001 | - |
241
+ | 15.1515 | 2500 | 0.0 | - |
242
+ | 15.4545 | 2550 | 0.0001 | - |
243
+ | 15.7576 | 2600 | 0.0 | - |
244
+ | 16.0606 | 2650 | 0.0 | - |
245
+ | 16.3636 | 2700 | 0.0001 | - |
246
+ | 16.6667 | 2750 | 0.0001 | - |
247
+ | 16.9697 | 2800 | 0.0001 | - |
248
+ | 17.2727 | 2850 | 0.0001 | - |
249
+ | 17.5758 | 2900 | 0.0001 | - |
250
+ | 17.8788 | 2950 | 0.0001 | - |
251
+ | 18.1818 | 3000 | 0.0 | - |
252
+ | 18.4848 | 3050 | 0.0 | - |
253
+ | 18.7879 | 3100 | 0.0001 | - |
254
+ | 19.0909 | 3150 | 0.0 | - |
255
+ | 19.3939 | 3200 | 0.0001 | - |
256
+ | 19.6970 | 3250 | 0.0 | - |
257
+ | 20.0 | 3300 | 0.0 | - |
258
+
259
+ ### Framework Versions
260
+ - Python: 3.10.12
261
+ - SetFit: 1.1.0.dev0
262
+ - Sentence Transformers: 3.1.1
263
+ - Transformers: 4.46.1
264
+ - PyTorch: 2.4.0+cu121
265
+ - Datasets: 2.20.0
266
+ - Tokenizers: 0.20.0
267
+
268
+ ## Citation
269
+
270
+ ### BibTeX
271
+ ```bibtex
272
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
273
+ doi = {10.48550/ARXIV.2209.11055},
274
+ url = {https://arxiv.org/abs/2209.11055},
275
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
276
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
277
+ title = {Efficient Few-Shot Learning Without Prompts},
278
+ publisher = {arXiv},
279
+ year = {2022},
280
+ copyright = {Creative Commons Attribution 4.0 International}
281
+ }
282
+ ```
283
+
284
+ <!--
285
+ ## Glossary
286
+
287
+ *Clearly define terms in order to be accessible across audiences.*
288
+ -->
289
+
290
+ <!--
291
+ ## Model Card Authors
292
+
293
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
294
+ -->
295
+
296
+ <!--
297
+ ## Model Card Contact
298
+
299
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
300
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_item_fd",
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": "4.46.1",
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": "3.1.1",
4
+ "transformers": "4.46.1",
5
+ "pytorch": "2.4.0+cu121"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": null
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 sha256:291b761c88a5ee4540309e990645e81413a55f995fe014b9eaf4f73f79fab28a
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a84168d3b5d41914eab5c0bd5ba6e4d42a8180b5344be5753085bbf84487884d
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