Add SetFit model
Browse files- 1_Pooling/config.json +9 -0
- README.md +319 -0
- config.json +32 -0
- config_sentence_transformers.json +7 -0
- config_setfit.json +4 -0
- model.safetensors +3 -0
- model_head.pkl +3 -0
- modules.json +14 -0
- sentence_bert_config.json +4 -0
- special_tokens_map.json +37 -0
- tokenizer.json +0 -0
- tokenizer_config.json +64 -0
- vocab.txt +0 -0
1_Pooling/config.json
ADDED
@@ -0,0 +1,9 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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 |
+
}
|
README.md
ADDED
@@ -0,0 +1,319 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
base_model: Maltehb/danish-bert-botxo
|
3 |
+
library_name: setfit
|
4 |
+
metrics:
|
5 |
+
- accuracy
|
6 |
+
pipeline_tag: text-classification
|
7 |
+
tags:
|
8 |
+
- setfit
|
9 |
+
- sentence-transformers
|
10 |
+
- text-classification
|
11 |
+
- generated_from_setfit_trainer
|
12 |
+
widget:
|
13 |
+
- text: Jeg håber jeg igen kan få opbakning og tillid til at blive folketingsmedlem.
|
14 |
+
Jeg kæmper for hjemstavnen. Jeg bor og lever i Vestjylland.
|
15 |
+
- text: Har man vendt Danmark ryggen og tilsluttet sig Islamisk Stat, så er man en
|
16 |
+
landsforræder, og så skal man ikke tilbage til Danmark igen! Det handler om vores
|
17 |
+
allesammens sikkerhed. Vi skal ikke lukke potentielle terrorister ind af hverken
|
18 |
+
for- eller bagdøren ❤️🇩🇰
|
19 |
+
- text: 5. December 🎄julekalender hilsen 🤶🏻 Grønland gjorde et stort indtryk på mig.
|
20 |
+
Naturen, de enorme afstande, den smukke klare himmel, nordlyset og ikke mindst
|
21 |
+
kulturen og menneskene. Det var mit første besøg, men bestemt ikke det sidste.
|
22 |
+
De historiske bånd mellem Grønland og Danmark er forbundet med både glæde og smerte.
|
23 |
+
Men de har bragt os tættere på hinanden. Det er et stolt fangerfolk, som lever
|
24 |
+
i pagt med naturen. Det mærker man tydeligt den dag i dag. Det kan være svært,
|
25 |
+
at drive en virksomhed heroppe, for kommer der rensdyr eller andet godt, så er
|
26 |
+
det ud og jage - nogen gange i 14 dage. På få generationer har man ‘modaniseret’
|
27 |
+
den grønlandske samfundsmodel. Og når man er her, og taler med folk ude i bygderne,
|
28 |
+
ja så forstå man bedre, hvorfor det måske er gået for stærkt ? En ting er sikkert.
|
29 |
+
Selvstændighed for et folk med knap 50.000 indbyggere, vil jeg mene er at efterlade
|
30 |
+
et land og et folk i uvished. Rigsfællesskabet er vigtigt, og det skal vi passe
|
31 |
+
godt på. I respekt for hinanden. Der er så meget som binder os sammen. Jeg er
|
32 |
+
taknemmelig for, at jeg fik lov til at opleve og møde så mange lokale - både indbyggere,
|
33 |
+
embedsfolk, politikere, virksomhedsejere og mange flere. Der er behov for en større
|
34 |
+
dansk forståelse af Grønland og om rigsfællesskabet. Defor har jeg også som et
|
35 |
+
krav i de kommende medieforhandlinger, at DR forpligtes til at optage, producere,
|
36 |
+
formidle et bredere og repræsentativt udsnit af rigsfælleskabet. God søndag😊
|
37 |
+
- text: Vi har brug for, at 2021 bliver et år, hvor vi nærmer os livet, vi kendte
|
38 |
+
❤️ Som så mange andre, har jeg været meget nervøs for mine forældre. Jeg tror
|
39 |
+
mange, med forældre oppe i årene kan genkende følelsen. Svært har det været ikke
|
40 |
+
at kunne besøge dem i begyndelsen af coronaen. Senere i forløbet har vi set hinanden
|
41 |
+
og taget hensyn. Jeg tror, vi alle vil huske 2020, som året hvor vi måtte lide
|
42 |
+
afsavn – store som små. Og året hvor vi savnede at mødes med andre mennesker og
|
43 |
+
særligt vores nærmeste. Jeg føler virkelig med de mange, der bor på plejehjem
|
44 |
+
og ikke har kunnet se deres pårørende. Det er hjerteskærende, at gamle mennesker
|
45 |
+
som måske skal fejre deres sidste jul ikke kan være sammen med de nærmeste familiemedlemmer
|
46 |
+
i deres egen lejlighed på plejehjemmet. I stedet skal de være i opstillede besøgsrum.
|
47 |
+
Og ja, jeg hører og forstår alle argumenterne om smitte, og vi SKAL passe på.
|
48 |
+
Ja, de gamle ER sårbare, men har man spurgt dem, hvad de helst vil? Mange unge
|
49 |
+
har savnet deres kammerater, andre deres kollegaer på jobbet. Nogle savner deres
|
50 |
+
job grundet fyringer, og andre er gået konkurs. Listen over savn og afsavn er
|
51 |
+
lang. Nu venter vi på vaccinen. Og jeg ser frem til den kommer. Savn er en følelse,
|
52 |
+
vi har brug for at føle mindre af i 2021 ❤️ 🎄⛄️ 23. december 🎅🏻 Julekalender ⛄️🎄
|
53 |
+
- text: Jeg deltager ikke i forhandlingerne om psykiatrien i dag, da jeg ikke repræsenterer
|
54 |
+
et parti eller har en masse mandatter. Men havde jeg gjort det, så ville jeg kræve
|
55 |
+
et afsat beløb hvert år i de ti år. Det burde man kunne love hinanden.500 mio
|
56 |
+
om året kunne det være. Dernæst sikre at PPR virker i kommunerne og man der kan
|
57 |
+
sikre behandling for børn og unge uden de skal have en diagnose først. Så skal
|
58 |
+
der sikrers samme rettigheder for psykisk sygdom som somatisk. Start med behandlingsgaranti
|
59 |
+
for mennesker en en skizofren lidelse. Og gør nu det der virker rundt omkring.
|
60 |
+
For der er steder som fungerer godt, man ønsker bare ikke lære af hinanden. Når
|
61 |
+
der er mangel på personale, så tænk andre grupper. For at lave aktivteter på en
|
62 |
+
afdeling behøver man ikke være en bestemt fagruppe. Og en akutlinje som nu mange
|
63 |
+
taler om, se nu på de kommuner der har en. F.eks Greve hvor vi har prioriteret
|
64 |
+
det. Men kommunene har brug for mere økonomi for at kunne løfte psykiatrien i.
|
65 |
+
Men jeg håber de finder nogle løsninger og ønsker dem nogle gode forhandlinger.
|
66 |
+
inference: false
|
67 |
+
model-index:
|
68 |
+
- name: SetFit with Maltehb/danish-bert-botxo
|
69 |
+
results:
|
70 |
+
- task:
|
71 |
+
type: text-classification
|
72 |
+
name: Text Classification
|
73 |
+
dataset:
|
74 |
+
name: Unknown
|
75 |
+
type: unknown
|
76 |
+
split: test
|
77 |
+
metrics:
|
78 |
+
- type: accuracy
|
79 |
+
value: 0.7317073170731707
|
80 |
+
name: Accuracy
|
81 |
+
---
|
82 |
+
|
83 |
+
# SetFit with Maltehb/danish-bert-botxo
|
84 |
+
|
85 |
+
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [Maltehb/danish-bert-botxo](https://huggingface.co/Maltehb/danish-bert-botxo) as the Sentence Transformer embedding model. A OneVsRestClassifier instance is used for classification.
|
86 |
+
|
87 |
+
The model has been trained using an efficient few-shot learning technique that involves:
|
88 |
+
|
89 |
+
1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
|
90 |
+
2. Training a classification head with features from the fine-tuned Sentence Transformer.
|
91 |
+
|
92 |
+
## Model Details
|
93 |
+
|
94 |
+
### Model Description
|
95 |
+
- **Model Type:** SetFit
|
96 |
+
- **Sentence Transformer body:** [Maltehb/danish-bert-botxo](https://huggingface.co/Maltehb/danish-bert-botxo)
|
97 |
+
- **Classification head:** a OneVsRestClassifier instance
|
98 |
+
- **Maximum Sequence Length:** 512 tokens
|
99 |
+
<!-- - **Number of Classes:** Unknown -->
|
100 |
+
<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
|
101 |
+
<!-- - **Language:** Unknown -->
|
102 |
+
<!-- - **License:** Unknown -->
|
103 |
+
|
104 |
+
### Model Sources
|
105 |
+
|
106 |
+
- **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
|
107 |
+
- **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
|
108 |
+
- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
|
109 |
+
|
110 |
+
## Evaluation
|
111 |
+
|
112 |
+
### Metrics
|
113 |
+
| Label | Accuracy |
|
114 |
+
|:--------|:---------|
|
115 |
+
| **all** | 0.7317 |
|
116 |
+
|
117 |
+
## Uses
|
118 |
+
|
119 |
+
### Direct Use for Inference
|
120 |
+
|
121 |
+
First install the SetFit library:
|
122 |
+
|
123 |
+
```bash
|
124 |
+
pip install setfit
|
125 |
+
```
|
126 |
+
|
127 |
+
Then you can load this model and run inference.
|
128 |
+
|
129 |
+
```python
|
130 |
+
from setfit import SetFitModel
|
131 |
+
|
132 |
+
# Download from the 🤗 Hub
|
133 |
+
model = SetFitModel.from_pretrained("OBech/IngroupOutgroup2")
|
134 |
+
# Run inference
|
135 |
+
preds = model("Jeg håber jeg igen kan få opbakning og tillid til at blive folketingsmedlem. Jeg kæmper for hjemstavnen. Jeg bor og lever i Vestjylland.")
|
136 |
+
```
|
137 |
+
|
138 |
+
<!--
|
139 |
+
### Downstream Use
|
140 |
+
|
141 |
+
*List how someone could finetune this model on their own dataset.*
|
142 |
+
-->
|
143 |
+
|
144 |
+
<!--
|
145 |
+
### Out-of-Scope Use
|
146 |
+
|
147 |
+
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
|
148 |
+
-->
|
149 |
+
|
150 |
+
<!--
|
151 |
+
## Bias, Risks and Limitations
|
152 |
+
|
153 |
+
*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
|
154 |
+
-->
|
155 |
+
|
156 |
+
<!--
|
157 |
+
### Recommendations
|
158 |
+
|
159 |
+
*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
|
160 |
+
-->
|
161 |
+
|
162 |
+
## Training Details
|
163 |
+
|
164 |
+
### Training Set Metrics
|
165 |
+
| Training set | Min | Median | Max |
|
166 |
+
|:-------------|:----|:--------|:----|
|
167 |
+
| Word count | 1 | 94.5901 | 380 |
|
168 |
+
|
169 |
+
### Training Hyperparameters
|
170 |
+
- batch_size: (8, 8)
|
171 |
+
- num_epochs: (2, 2)
|
172 |
+
- max_steps: -1
|
173 |
+
- sampling_strategy: oversampling
|
174 |
+
- body_learning_rate: (2e-05, 1e-05)
|
175 |
+
- head_learning_rate: 0.01
|
176 |
+
- loss: CosineSimilarityLoss
|
177 |
+
- distance_metric: cosine_distance
|
178 |
+
- margin: 0.25
|
179 |
+
- end_to_end: False
|
180 |
+
- use_amp: False
|
181 |
+
- warmup_proportion: 0.1
|
182 |
+
- seed: 42
|
183 |
+
- eval_max_steps: -1
|
184 |
+
- load_best_model_at_end: True
|
185 |
+
|
186 |
+
### Training Results
|
187 |
+
| Epoch | Step | Training Loss | Validation Loss |
|
188 |
+
|:-------:|:--------:|:-------------:|:---------------:|
|
189 |
+
| 0.0005 | 1 | 0.2605 | - |
|
190 |
+
| 0.0235 | 50 | 0.3094 | - |
|
191 |
+
| 0.0471 | 100 | 0.2222 | - |
|
192 |
+
| 0.0706 | 150 | 0.2855 | - |
|
193 |
+
| 0.0941 | 200 | 0.1699 | - |
|
194 |
+
| 0.1176 | 250 | 0.1467 | - |
|
195 |
+
| 0.1412 | 300 | 0.152 | - |
|
196 |
+
| 0.1647 | 350 | 0.2407 | - |
|
197 |
+
| 0.1882 | 400 | 0.0391 | - |
|
198 |
+
| 0.2118 | 450 | 0.0165 | - |
|
199 |
+
| 0.2353 | 500 | 0.0009 | - |
|
200 |
+
| 0.2588 | 550 | 0.0004 | - |
|
201 |
+
| 0.2824 | 600 | 0.0014 | - |
|
202 |
+
| 0.3059 | 650 | 0.0006 | - |
|
203 |
+
| 0.3294 | 700 | 0.0001 | - |
|
204 |
+
| 0.3529 | 750 | 0.0007 | - |
|
205 |
+
| 0.3765 | 800 | 0.0002 | - |
|
206 |
+
| 0.4 | 850 | 0.0004 | - |
|
207 |
+
| 0.4235 | 900 | 0.0003 | - |
|
208 |
+
| 0.4471 | 950 | 0.0001 | - |
|
209 |
+
| 0.4706 | 1000 | 0.0001 | - |
|
210 |
+
| 0.4941 | 1050 | 0.0002 | - |
|
211 |
+
| 0.5176 | 1100 | 0.0002 | - |
|
212 |
+
| 0.5412 | 1150 | 0.0005 | - |
|
213 |
+
| 0.5647 | 1200 | 0.0002 | - |
|
214 |
+
| 0.5882 | 1250 | 0.0002 | - |
|
215 |
+
| 0.6118 | 1300 | 0.062 | - |
|
216 |
+
| 0.6353 | 1350 | 0.0004 | - |
|
217 |
+
| 0.6588 | 1400 | 0.0377 | - |
|
218 |
+
| 0.6824 | 1450 | 0.0001 | - |
|
219 |
+
| 0.7059 | 1500 | 0.0001 | - |
|
220 |
+
| 0.7294 | 1550 | 0.0002 | - |
|
221 |
+
| 0.7529 | 1600 | 0.0001 | - |
|
222 |
+
| 0.7765 | 1650 | 0.0009 | - |
|
223 |
+
| 0.8 | 1700 | 0.0002 | - |
|
224 |
+
| 0.8235 | 1750 | 0.0003 | - |
|
225 |
+
| 0.8471 | 1800 | 0.0001 | - |
|
226 |
+
| 0.8706 | 1850 | 0.0068 | - |
|
227 |
+
| 0.8941 | 1900 | 0.0002 | - |
|
228 |
+
| 0.9176 | 1950 | 0.0001 | - |
|
229 |
+
| 0.9412 | 2000 | 0.0 | - |
|
230 |
+
| 0.9647 | 2050 | 0.0002 | - |
|
231 |
+
| 0.9882 | 2100 | 0.0 | - |
|
232 |
+
| **1.0** | **2125** | **-** | **0.205** |
|
233 |
+
| 1.0118 | 2150 | 0.0164 | - |
|
234 |
+
| 1.0353 | 2200 | 0.0002 | - |
|
235 |
+
| 1.0588 | 2250 | 0.0 | - |
|
236 |
+
| 1.0824 | 2300 | 0.0001 | - |
|
237 |
+
| 1.1059 | 2350 | 0.0 | - |
|
238 |
+
| 1.1294 | 2400 | 0.0001 | - |
|
239 |
+
| 1.1529 | 2450 | 0.0001 | - |
|
240 |
+
| 1.1765 | 2500 | 0.036 | - |
|
241 |
+
| 1.2 | 2550 | 0.0078 | - |
|
242 |
+
| 1.2235 | 2600 | 0.0002 | - |
|
243 |
+
| 1.2471 | 2650 | 0.0088 | - |
|
244 |
+
| 1.2706 | 2700 | 0.0336 | - |
|
245 |
+
| 1.2941 | 2750 | 0.0 | - |
|
246 |
+
| 1.3176 | 2800 | 0.0001 | - |
|
247 |
+
| 1.3412 | 2850 | 0.0387 | - |
|
248 |
+
| 1.3647 | 2900 | 0.0 | - |
|
249 |
+
| 1.3882 | 2950 | 0.0042 | - |
|
250 |
+
| 1.4118 | 3000 | 0.0001 | - |
|
251 |
+
| 1.4353 | 3050 | 0.0 | - |
|
252 |
+
| 1.4588 | 3100 | 0.0001 | - |
|
253 |
+
| 1.4824 | 3150 | 0.0001 | - |
|
254 |
+
| 1.5059 | 3200 | 0.0001 | - |
|
255 |
+
| 1.5294 | 3250 | 0.002 | - |
|
256 |
+
| 1.5529 | 3300 | 0.0001 | - |
|
257 |
+
| 1.5765 | 3350 | 0.0055 | - |
|
258 |
+
| 1.6 | 3400 | 0.0002 | - |
|
259 |
+
| 1.6235 | 3450 | 0.0 | - |
|
260 |
+
| 1.6471 | 3500 | 0.0 | - |
|
261 |
+
| 1.6706 | 3550 | 0.0 | - |
|
262 |
+
| 1.6941 | 3600 | 0.0 | - |
|
263 |
+
| 1.7176 | 3650 | 0.0001 | - |
|
264 |
+
| 1.7412 | 3700 | 0.0347 | - |
|
265 |
+
| 1.7647 | 3750 | 0.0 | - |
|
266 |
+
| 1.7882 | 3800 | 0.0 | - |
|
267 |
+
| 1.8118 | 3850 | 0.0 | - |
|
268 |
+
| 1.8353 | 3900 | 0.0001 | - |
|
269 |
+
| 1.8588 | 3950 | 0.0 | - |
|
270 |
+
| 1.8824 | 4000 | 0.0001 | - |
|
271 |
+
| 1.9059 | 4050 | 0.0 | - |
|
272 |
+
| 1.9294 | 4100 | 0.0001 | - |
|
273 |
+
| 1.9529 | 4150 | 0.0073 | - |
|
274 |
+
| 1.9765 | 4200 | 0.0001 | - |
|
275 |
+
| 2.0 | 4250 | 0.0 | 0.2099 |
|
276 |
+
|
277 |
+
* The bold row denotes the saved checkpoint.
|
278 |
+
### Framework Versions
|
279 |
+
- Python: 3.10.13
|
280 |
+
- SetFit: 1.0.3
|
281 |
+
- Sentence Transformers: 2.3.0
|
282 |
+
- Transformers: 4.39.0
|
283 |
+
- PyTorch: 2.1.2
|
284 |
+
- Datasets: 2.20.0
|
285 |
+
- Tokenizers: 0.15.2
|
286 |
+
|
287 |
+
## Citation
|
288 |
+
|
289 |
+
### BibTeX
|
290 |
+
```bibtex
|
291 |
+
@article{https://doi.org/10.48550/arxiv.2209.11055,
|
292 |
+
doi = {10.48550/ARXIV.2209.11055},
|
293 |
+
url = {https://arxiv.org/abs/2209.11055},
|
294 |
+
author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
|
295 |
+
keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
|
296 |
+
title = {Efficient Few-Shot Learning Without Prompts},
|
297 |
+
publisher = {arXiv},
|
298 |
+
year = {2022},
|
299 |
+
copyright = {Creative Commons Attribution 4.0 International}
|
300 |
+
}
|
301 |
+
```
|
302 |
+
|
303 |
+
<!--
|
304 |
+
## Glossary
|
305 |
+
|
306 |
+
*Clearly define terms in order to be accessible across audiences.*
|
307 |
+
-->
|
308 |
+
|
309 |
+
<!--
|
310 |
+
## Model Card Authors
|
311 |
+
|
312 |
+
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
|
313 |
+
-->
|
314 |
+
|
315 |
+
<!--
|
316 |
+
## Model Card Contact
|
317 |
+
|
318 |
+
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
|
319 |
+
-->
|
config.json
ADDED
@@ -0,0 +1,32 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"_name_or_path": "checkpoints/step_2125",
|
3 |
+
"architectures": [
|
4 |
+
"BertModel"
|
5 |
+
],
|
6 |
+
"attention_probs_dropout_prob": 0.1,
|
7 |
+
"classifier_dropout": null,
|
8 |
+
"directionality": "bidi",
|
9 |
+
"gradient_checkpointing": false,
|
10 |
+
"hidden_act": "gelu",
|
11 |
+
"hidden_dropout_prob": 0.1,
|
12 |
+
"hidden_size": 768,
|
13 |
+
"initializer_range": 0.02,
|
14 |
+
"intermediate_size": 3072,
|
15 |
+
"layer_norm_eps": 1e-12,
|
16 |
+
"max_position_embeddings": 512,
|
17 |
+
"model_type": "bert",
|
18 |
+
"num_attention_heads": 12,
|
19 |
+
"num_hidden_layers": 12,
|
20 |
+
"pad_token_id": 0,
|
21 |
+
"pooler_fc_size": 768,
|
22 |
+
"pooler_num_attention_heads": 12,
|
23 |
+
"pooler_num_fc_layers": 3,
|
24 |
+
"pooler_size_per_head": 128,
|
25 |
+
"pooler_type": "first_token_transform",
|
26 |
+
"position_embedding_type": "absolute",
|
27 |
+
"torch_dtype": "float32",
|
28 |
+
"transformers_version": "4.39.0",
|
29 |
+
"type_vocab_size": 2,
|
30 |
+
"use_cache": true,
|
31 |
+
"vocab_size": 32000
|
32 |
+
}
|
config_sentence_transformers.json
ADDED
@@ -0,0 +1,7 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"__version__": {
|
3 |
+
"sentence_transformers": "2.3.0",
|
4 |
+
"transformers": "4.39.0",
|
5 |
+
"pytorch": "2.1.2"
|
6 |
+
}
|
7 |
+
}
|
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 sha256:55e5bcd30622bc1fe7f992953d0ec75230a22643b7c99e917da1c0714ab9b97d
|
3 |
+
size 442491744
|
model_head.pkl
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:97ab9d87d1f8aaf66cb215ab60d3491c20f64dd668f635ceb385ddd9d49963ea
|
3 |
+
size 20436
|
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 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"cls_token": {
|
3 |
+
"content": "[CLS]",
|
4 |
+
"lstrip": false,
|
5 |
+
"normalized": false,
|
6 |
+
"rstrip": false,
|
7 |
+
"single_word": false
|
8 |
+
},
|
9 |
+
"mask_token": {
|
10 |
+
"content": "[MASK]",
|
11 |
+
"lstrip": false,
|
12 |
+
"normalized": false,
|
13 |
+
"rstrip": false,
|
14 |
+
"single_word": false
|
15 |
+
},
|
16 |
+
"pad_token": {
|
17 |
+
"content": "[PAD]",
|
18 |
+
"lstrip": false,
|
19 |
+
"normalized": false,
|
20 |
+
"rstrip": false,
|
21 |
+
"single_word": false
|
22 |
+
},
|
23 |
+
"sep_token": {
|
24 |
+
"content": "[SEP]",
|
25 |
+
"lstrip": false,
|
26 |
+
"normalized": false,
|
27 |
+
"rstrip": false,
|
28 |
+
"single_word": false
|
29 |
+
},
|
30 |
+
"unk_token": {
|
31 |
+
"content": "[UNK]",
|
32 |
+
"lstrip": false,
|
33 |
+
"normalized": false,
|
34 |
+
"rstrip": false,
|
35 |
+
"single_word": false
|
36 |
+
}
|
37 |
+
}
|
tokenizer.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
tokenizer_config.json
ADDED
@@ -0,0 +1,64 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"added_tokens_decoder": {
|
3 |
+
"0": {
|
4 |
+
"content": "[PAD]",
|
5 |
+
"lstrip": false,
|
6 |
+
"normalized": false,
|
7 |
+
"rstrip": false,
|
8 |
+
"single_word": false,
|
9 |
+
"special": true
|
10 |
+
},
|
11 |
+
"1": {
|
12 |
+
"content": "[UNK]",
|
13 |
+
"lstrip": false,
|
14 |
+
"normalized": false,
|
15 |
+
"rstrip": false,
|
16 |
+
"single_word": false,
|
17 |
+
"special": true
|
18 |
+
},
|
19 |
+
"2": {
|
20 |
+
"content": "[CLS]",
|
21 |
+
"lstrip": false,
|
22 |
+
"normalized": false,
|
23 |
+
"rstrip": false,
|
24 |
+
"single_word": false,
|
25 |
+
"special": true
|
26 |
+
},
|
27 |
+
"3": {
|
28 |
+
"content": "[SEP]",
|
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 |
+
"clean_up_tokenization_spaces": true,
|
45 |
+
"cls_token": "[CLS]",
|
46 |
+
"do_basic_tokenize": true,
|
47 |
+
"do_lower_case": true,
|
48 |
+
"mask_token": "[MASK]",
|
49 |
+
"max_length": 512,
|
50 |
+
"model_max_length": 512,
|
51 |
+
"never_split": null,
|
52 |
+
"pad_to_multiple_of": null,
|
53 |
+
"pad_token": "[PAD]",
|
54 |
+
"pad_token_type_id": 0,
|
55 |
+
"padding_side": "right",
|
56 |
+
"sep_token": "[SEP]",
|
57 |
+
"stride": 0,
|
58 |
+
"strip_accents": false,
|
59 |
+
"tokenize_chinese_chars": true,
|
60 |
+
"tokenizer_class": "BertTokenizer",
|
61 |
+
"truncation_side": "right",
|
62 |
+
"truncation_strategy": "longest_first",
|
63 |
+
"unk_token": "[UNK]"
|
64 |
+
}
|
vocab.txt
ADDED
The diff for this file is too large to render.
See raw diff
|
|