Push model using huggingface_hub.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,278 @@
+---
+base_model: mini1013/master_domain
+library_name: setfit
+metrics:
+- metric
+pipeline_tag: text-classification
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 필립스 퍼펙트케어 파워라이프 스팀 다리미 GC3929/68 실크부터 청바지까지 온도 조절 NO! 타지 않는 다림질  웰컴마켓2
+- text: 보랄 UV 침구 청소기 침대 소파 진공 BR-V603BC 홈니즈 보랄 UV 침구 진공청소기 더웰
+- text: NEW 필립스160 다이나글라이드 열판 건식 전기다리미  제이엘코
+- text: DG-TOK 넥밴드 타입 디지털 생활무전기 나노Q3/ nano-Q3 블랙 컴피시스템 (comfy system)
+- text: ALLNEW29000 파워메이드_그레이(GRAY)  나성민
+inference: true
+model-index:
+- name: SetFit with mini1013/master_domain
+  results:
+  - task:
+      type: text-classification
+      name: Text Classification
+    dataset:
+      name: Unknown
+      type: unknown
+      split: test
+    metrics:
+    - type: metric
+      value: 0.7946213453148402
+      name: Metric
+---
+
+# SetFit with mini1013/master_domain
+
+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.
+
+The model has been trained using an efficient few-shot learning technique that involves:
+
+1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
+2. Training a classification head with features from the fine-tuned Sentence Transformer.
+
+## Model Details
+
+### Model Description
+- **Model Type:** SetFit
+- **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
+- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
+- **Maximum Sequence Length:** 512 tokens
+- **Number of Classes:** 18 classes
+<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### Model Sources
+
+- **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
+- **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
+- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
+
+### Model Labels
+| Label | Examples                                                                                                                                                                                                                                                                              |
+|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 1     | <ul><li>'보만 대용량 1단 LED터치 핸디 스팀다리미 DB8640G  바이 마르코 (by MARCO)'</li><li>'[구매확정시 N포인트 5% 적립]필립스 핸디형 스팀다리미 7000시리즈 STH7030/18  베르수니코리아 주식회사'</li><li>'테팔 클래시컬 플러스 논슬립 초경량 건식다리미 FS3120K0  주식회사 코스니크'</li></ul>                                                                            |
+| 4     | <ul><li>'보풀제거기 세탁소용 FX-200 유선 아이프리 옷 제거 보푸라기 이불 FX-200 교체용 6중칼날 플라이비(FLY BEE)'</li><li>'[IFREE] 아이프리 6중날 보풀제거기 FX-814  주식회사 더루츠'</li><li>'NEW 아이프리 세탁소 보풀제거기 가디건 니트 옷 FX-714  (주)클릭나라'</li></ul>                                                                                      |
+| 16    | <ul><li>'번개표 신형 넉다운 KKD-2200 세트 + 램프1개 추가 (총 램프 2개) KKD-2200 최신형+램프 1개 세트 (주)강남대흥'</li><li>'CAS 카스 360도 절루가 야생동물퇴치기 고라니 멧돼지 두더지 뱀 조류 퇴치기 CLAR-100  (주)지오쇼핑'</li><li>'[스마토] 벅킬러 CF-BK06(블랙) 캠핑/벌레퇴치기/해충/모기  포에버툴'</li></ul>                                                            |
+| 14    | <ul><li>'Coms 전화선 꼬임방지 White/NT874/전화선정리 [KF]  주식회사 케이에프컴퍼니'</li><li>'전화선 꼬임방지 White/NT874/전화선정리  주식회사 지엔비커뮤니케이션즈'</li><li>'지엔텔 GS-872 2라인(국선) 사무용전화기/단축메모리(12개)/재다이얼/온후크/벨음  리버앤오빌 주식회사'</li></ul>                                                                                   |
+| 11    | <ul><li>'지니큐 다용도 UV-C 살균 소독기 무선 자외선 살균기 스마트폰 마스크 UV-500ST 블랙 주식회사 한국전산오피스'</li><li>'텔로 UV 살균기 미니 자외선 소독기 휴대용 책 멸균기 UVCLED 변기 멸균 TUV10  (주)모닝아트'</li><li>"휴대용 마스크 살균소독기 유비세이프 C'Shell MLS-100 그레이 주식회사 유비세이프"</li></ul>                                                                |
+| 3     | <ul><li>'[잘텍] JX-220 ,JX220 생활무전기 1대 풀세트 블랙 플림스텔레콤주식회사'</li><li>'민영 MYT-0033 MYT0033 고성능 생활무전기 정품이어마이크 3개  주식회사 오토플렉스'</li><li>'PD508/PD-508/무전기 용 경호용 이어마이크/리시버/국산/JM8000T  클럽데님'</li></ul>                                                                                          |
+| 13    | <ul><li>'바이마르 바디 건조기 드라이어 VMK-21A30D030 전신 에어 샤워 냉온풍 빠르고 깔끔한 건조 터치 스마트센서 드라이기 자동 몸말리는기계 욕실 따뜻한 시원한 바람 임산부 집들이 바이마르 바디 건조기 VMK-21A30D030 팬텀파트너스'</li><li>'제크롤 바디 스킨 케어 에어샤워 전신건조기 JK-1WBD101 바디드라이어  (주)세중통상'</li><li>'대림도비도스 바디건조기 DLB-700W 국내생산 바디 드라이어 DLB-700W (주) 더수바스'</li></ul> |
+| 15    | <ul><li>'다이슨 국내 정품 옴니 글라이드 컴플리트 (퍼플/니켈) 정품스텐딩거치대 포함 이루  이루 스토어'</li><li>'로보락 다이애드 브러쉬 거치대 세트  팅크웨어모바일 주식회사'</li><li>'JCP 에브리봇 EDGE  주식회사 제이씨엠컴퍼니'</li></ul>                                                                                                                           |
+| 6     | <ul><li>'한국타올기산업 자동 손소독기계 HTM-620 자동 1개  (주)서브원'</li><li>'티에스 자바코리아 자동 손소독기 THS2500T 전기식 건전지식 겸용  아름상사몰'</li><li>'HDTOP 비접촉 휴대용 자동 디스펜서 스프레이 손소독기 HT-A600 YGPJ-NJ0042  윤 미디어'</li></ul>                                                                                               |
+| 2     | <ul><li>'베스틴 지문방지 푸시풀 도어락 IDL-300 블랙헤어라인 2WAY 현관 아파트 도어락 블랙 유광 (IDL-300SWNK) 키넷'</li><li>'셀프시공 삼성 IOT 푸시풀 디지털도어락 SHP-DR700+보강판 현관문 현관문도어락  하우스플러스(주)'</li><li>'무료설치 에버넷 샷시문도어락 상가번호키 패션문도어록 가마찌도어샤시 EN250-N A지역무료설치 진흥피닉스(주)'</li></ul>                                               |
+| 9     | <ul><li>'[하이마트] LG 스타일러 오브제컬렉션 S3BOF [3벌/미스트베이지]  롯데하이마트(주)'</li><li>'엘지 트롬 스타일러 린넨 블랙 S3BF 의류관리 코스트코  갱이점빵'</li><li>'[삼성] 에어드레서 상의 5~9 벌 + 하의 1 벌,코타차콜 DF24CG5100HR 배송은 주문 후 2~4주이상 소요 주식회사 위링크'</li></ul>                                                                           |
+| 5     | <ul><li>'신일 스텐 탈수기 SDM-T77H 가정용 수영장 캠핑장 펜션  콜드림'</li><li>'삼성전자 아가사랑 WA30T2101EE 동의 선우에이치앤비(SUNWOO H&B)'</li><li>'한일전기 W-110 미니 짤순이 다용도 음식물 야채 오이지 두부 탈수기 1kg 탈수기 짤순이(신형) (주)씨앤제이글로벌'</li></ul>                                                                                        |
+| 12    | <ul><li>'싱거 8280(단품+수강증+보증서1년)+ 프리모션노루발+노루발3종+말아박이 랍바세트  태양에스엠주식회사'</li><li>'부라더미싱 이노비스A16 (Innovis-A16) NV-A16  부라더미싱'</li><li>'부라더미싱 이노비스 A80, innovis a80, 브라더미싱  팀에이에이 Team AA'</li></ul>                                                                                         |
+| 7     | <ul><li>'LED스탠드 브로드윙X (LSP-9700) 베이스 화이트 멜라토닌 학습용 학생 스탠드 MinSellAmount (주)프리즘'</li><li>'듀플렉스 DP-910LS 시력보호 면조명 LED 스탠드 책상 학생용  코지인터내셔널'</li><li>'LED스탠드 책상 학생 독서등 학습용 스텐드 NXL-3000 /스마일배송  오트빌'</li></ul>                                                                             |
+| 0     | <ul><li>'스마트소닉 1000 음파칫솔 단품 [화이트] + 칫솔모 1팩 블루 에스에이치 인터내셔날'</li><li>'프리쉐 PA-TS3000 골프_위탁 업체로 공급사나 배달업체에 개인정보 동의 도라에몽상회'</li><li>'알로코리아 덴픽션 바람건조 고온히팅 UV-C 무선 휴대용 칫솔살균기 ATS1G 단품 1+1 세트_크림+블루 알로이비즈 주식회사'</li></ul>                                                                     |
+| 17    | <ul><li>'[아메리칸스탠다드] 핸드 드라이어 삽입형 FG8901(고속형), FG8984(일반형) 화장실 상업용 편의품 FG8901(고속형) 대일도기사 주식회사'</li><li>'대림 도비도스 DX-1000,DX1000 핸드드라이어 (아이보리)  준트레이딩(JUN Trading)'</li><li>'TS자바 핸드드라이어 TH350ST 스테인레스 핸드드라이기 TSJAVA 화장실 강풍  프럼바디'</li></ul>                                              |
+| 8     | <ul><li>'쿠쿠 버블클렌저 연수기 CWS-AO201W  주식회사 제이홀딩스'</li><li>'프렐 연수기 마이크로버블 클렌저 녹물 염소 제거 버블수기 무광 화이트 그레이 투톤색상 (주)로보터스'</li><li>'[렌탈] [셀프형] 현대큐밍 샤워기필터 연수기 더클린 워터케어 (HQS20100W0) 실버 (주)현대렌탈케어'</li></ul>                                                                                      |
+| 10    | <ul><li>'[특별 ] 세라젬 밸런스 알칼리 이온수 생성기 의료기기  (주) 세라젬'</li><li>'뉴랜드올네이처 알칼리이온수기 셀터치프리미엄  뉴랜드올네이처비전'</li><li>'뉴랜드올네이처 알칼리이온수기 셀터치필터 복합중공사(UF Membrane)  뉴랜드올네이처비전'</li></ul>                                                                                                                |
+
+## Evaluation
+
+### Metrics
+| Label   | Metric |
+|:--------|:-------|
+| **all** | 0.7946 |
+
+## Uses
+
+### Direct Use for Inference
+
+First install the SetFit library:
+
+```bash
+pip install setfit
+```
+
+Then you can load this model and run inference.
+
+```python
+from setfit import SetFitModel
+
+# Download from the 🤗 Hub
+model = SetFitModel.from_pretrained("mini1013/master_cate_el11")
+# Run inference
+preds = model("ALLNEW29000 파워메이드_그레이(GRAY)  나성민")
+```
+
+<!--
+### Downstream Use
+
+*List how someone could finetune this model on their own dataset.*
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+<!--
+## Bias, Risks and Limitations
+
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
+-->
+
+<!--
+### Recommendations
+
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
+-->
+
+## Training Details
+
+### Training Set Metrics
+| Training set | Min | Median | Max |
+|:-------------|:----|:-------|:----|
+| Word count   | 3   | 9.3700 | 32  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0     | 50                    |
+| 1     | 50                    |
+| 2     | 50                    |
+| 3     | 50                    |
+| 4     | 50                    |
+| 5     | 50                    |
+| 6     | 50                    |
+| 7     | 50                    |
+| 8     | 5                     |
+| 9     | 50                    |
+| 10    | 3                     |
+| 11    | 50                    |
+| 12    | 50                    |
+| 13    | 50                    |
+| 14    | 50                    |
+| 15    | 50                    |
+| 16    | 50                    |
+| 17    | 50                    |
+
+### Training Hyperparameters
+- batch_size: (512, 512)
+- num_epochs: (20, 20)
+- max_steps: -1
+- sampling_strategy: oversampling
+- num_iterations: 40
+- body_learning_rate: (2e-05, 2e-05)
+- head_learning_rate: 2e-05
+- loss: CosineSimilarityLoss
+- distance_metric: cosine_distance
+- margin: 0.25
+- end_to_end: False
+- use_amp: False
+- warmup_proportion: 0.1
+- seed: 42
+- eval_max_steps: -1
+- load_best_model_at_end: False
+
+### Training Results
+| Epoch   | Step | Training Loss | Validation Loss |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0079  | 1    | 0.4968        | -               |
+| 0.3937  | 50   | 0.3206        | -               |
+| 0.7874  | 100  | 0.1406        | -               |
+| 1.1811  | 150  | 0.0735        | -               |
+| 1.5748  | 200  | 0.0518        | -               |
+| 1.9685  | 250  | 0.0242        | -               |
+| 2.3622  | 300  | 0.006         | -               |
+| 2.7559  | 350  | 0.0102        | -               |
+| 3.1496  | 400  | 0.0088        | -               |
+| 3.5433  | 450  | 0.0082        | -               |
+| 3.9370  | 500  | 0.0062        | -               |
+| 4.3307  | 550  | 0.012         | -               |
+| 4.7244  | 600  | 0.0021        | -               |
+| 5.1181  | 650  | 0.002         | -               |
+| 5.5118  | 700  | 0.0049        | -               |
+| 5.9055  | 750  | 0.0043        | -               |
+| 6.2992  | 800  | 0.006         | -               |
+| 6.6929  | 850  | 0.0002        | -               |
+| 7.0866  | 900  | 0.0004        | -               |
+| 7.4803  | 950  | 0.0002        | -               |
+| 7.8740  | 1000 | 0.0002        | -               |
+| 8.2677  | 1050 | 0.0002        | -               |
+| 8.6614  | 1100 | 0.0001        | -               |
+| 9.0551  | 1150 | 0.0001        | -               |
+| 9.4488  | 1200 | 0.0002        | -               |
+| 9.8425  | 1250 | 0.0002        | -               |
+| 10.2362 | 1300 | 0.0001        | -               |
+| 10.6299 | 1350 | 0.0001        | -               |
+| 11.0236 | 1400 | 0.0001        | -               |
+| 11.4173 | 1450 | 0.0001        | -               |
+| 11.8110 | 1500 | 0.0001        | -               |
+| 12.2047 | 1550 | 0.0001        | -               |
+| 12.5984 | 1600 | 0.0001        | -               |
+| 12.9921 | 1650 | 0.0001        | -               |
+| 13.3858 | 1700 | 0.0001        | -               |
+| 13.7795 | 1750 | 0.0001        | -               |
+| 14.1732 | 1800 | 0.0001        | -               |
+| 14.5669 | 1850 | 0.0001        | -               |
+| 14.9606 | 1900 | 0.0001        | -               |
+| 15.3543 | 1950 | 0.0001        | -               |
+| 15.7480 | 2000 | 0.0001        | -               |
+| 16.1417 | 2050 | 0.0001        | -               |
+| 16.5354 | 2100 | 0.0001        | -               |
+| 16.9291 | 2150 | 0.0001        | -               |
+| 17.3228 | 2200 | 0.0001        | -               |
+| 17.7165 | 2250 | 0.0001        | -               |
+| 18.1102 | 2300 | 0.0001        | -               |
+| 18.5039 | 2350 | 0.0001        | -               |
+| 18.8976 | 2400 | 0.0001        | -               |
+| 19.2913 | 2450 | 0.0001        | -               |
+| 19.6850 | 2500 | 0.0001        | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0.dev0
+- Sentence Transformers: 3.1.1
+- Transformers: 4.46.1
+- PyTorch: 2.4.0+cu121
+- Datasets: 2.20.0
+- Tokenizers: 0.20.0
+
+## Citation
+
+### BibTeX
+```bibtex
+@article{https://doi.org/10.48550/arxiv.2209.11055,
+    doi = {10.48550/ARXIV.2209.11055},
+    url = {https://arxiv.org/abs/2209.11055},
+    author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
+    keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
+    title = {Efficient Few-Shot Learning Without Prompts},
+    publisher = {arXiv},
+    year = {2022},
+    copyright = {Creative Commons Attribution 4.0 International}
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,29 @@
+{
+  "_name_or_path": "mini1013/master_item_el",
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "BertTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.46.1",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.46.1",
+    "pytorch": "2.4.0+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "labels": null,
+  "normalize_embeddings": false
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f624bfb87ea68bd9baed64fe047ffcaa6b202e7b3e7631f6a132aa1eeda2e73f
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:556d4d899951a054486b6ba7e32873c0bd4d2f9a1678d6ba78108a5304b6b19c
+size 111719

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,66 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "[CLS]",
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "eos_token": "[SEP]",
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}