Upload tokenizer
Browse files- tokenizer.json +426 -7
tokenizer.json
CHANGED
@@ -1,11 +1,6 @@
|
|
1 |
{
|
2 |
"version": "1.0",
|
3 |
-
"truncation":
|
4 |
-
"direction": "Right",
|
5 |
-
"max_length": 300,
|
6 |
-
"strategy": "LongestFirst",
|
7 |
-
"stride": 0
|
8 |
-
},
|
9 |
"padding": null,
|
10 |
"added_tokens": [
|
11 |
{
|
@@ -63,7 +58,431 @@
|
|
63 |
"special": true
|
64 |
}
|
65 |
],
|
66 |
-
"normalizer":
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
67 |
"pre_tokenizer": {
|
68 |
"type": "ByteLevel",
|
69 |
"add_prefix_space": false,
|
|
|
1 |
{
|
2 |
"version": "1.0",
|
3 |
+
"truncation": null,
|
|
|
|
|
|
|
|
|
|
|
4 |
"padding": null,
|
5 |
"added_tokens": [
|
6 |
{
|
|
|
58 |
"special": true
|
59 |
}
|
60 |
],
|
61 |
+
"normalizer": {
|
62 |
+
"type": "Sequence",
|
63 |
+
"normalizers": [
|
64 |
+
{
|
65 |
+
"type": "Replace",
|
66 |
+
"pattern": {
|
67 |
+
"String": "а"
|
68 |
+
},
|
69 |
+
"content": "a"
|
70 |
+
},
|
71 |
+
{
|
72 |
+
"type": "Replace",
|
73 |
+
"pattern": {
|
74 |
+
"String": "б"
|
75 |
+
},
|
76 |
+
"content": "b"
|
77 |
+
},
|
78 |
+
{
|
79 |
+
"type": "Replace",
|
80 |
+
"pattern": {
|
81 |
+
"String": "в"
|
82 |
+
},
|
83 |
+
"content": "v"
|
84 |
+
},
|
85 |
+
{
|
86 |
+
"type": "Replace",
|
87 |
+
"pattern": {
|
88 |
+
"String": "г"
|
89 |
+
},
|
90 |
+
"content": "g"
|
91 |
+
},
|
92 |
+
{
|
93 |
+
"type": "Replace",
|
94 |
+
"pattern": {
|
95 |
+
"String": "д"
|
96 |
+
},
|
97 |
+
"content": "d"
|
98 |
+
},
|
99 |
+
{
|
100 |
+
"type": "Replace",
|
101 |
+
"pattern": {
|
102 |
+
"String": "ђ"
|
103 |
+
},
|
104 |
+
"content": "đ"
|
105 |
+
},
|
106 |
+
{
|
107 |
+
"type": "Replace",
|
108 |
+
"pattern": {
|
109 |
+
"String": "е"
|
110 |
+
},
|
111 |
+
"content": "e"
|
112 |
+
},
|
113 |
+
{
|
114 |
+
"type": "Replace",
|
115 |
+
"pattern": {
|
116 |
+
"String": "ж"
|
117 |
+
},
|
118 |
+
"content": "ž"
|
119 |
+
},
|
120 |
+
{
|
121 |
+
"type": "Replace",
|
122 |
+
"pattern": {
|
123 |
+
"String": "з"
|
124 |
+
},
|
125 |
+
"content": "z"
|
126 |
+
},
|
127 |
+
{
|
128 |
+
"type": "Replace",
|
129 |
+
"pattern": {
|
130 |
+
"String": "и"
|
131 |
+
},
|
132 |
+
"content": "i"
|
133 |
+
},
|
134 |
+
{
|
135 |
+
"type": "Replace",
|
136 |
+
"pattern": {
|
137 |
+
"String": "ј"
|
138 |
+
},
|
139 |
+
"content": "j"
|
140 |
+
},
|
141 |
+
{
|
142 |
+
"type": "Replace",
|
143 |
+
"pattern": {
|
144 |
+
"String": "к"
|
145 |
+
},
|
146 |
+
"content": "k"
|
147 |
+
},
|
148 |
+
{
|
149 |
+
"type": "Replace",
|
150 |
+
"pattern": {
|
151 |
+
"String": "л"
|
152 |
+
},
|
153 |
+
"content": "l"
|
154 |
+
},
|
155 |
+
{
|
156 |
+
"type": "Replace",
|
157 |
+
"pattern": {
|
158 |
+
"String": "љ"
|
159 |
+
},
|
160 |
+
"content": "lj"
|
161 |
+
},
|
162 |
+
{
|
163 |
+
"type": "Replace",
|
164 |
+
"pattern": {
|
165 |
+
"String": "м"
|
166 |
+
},
|
167 |
+
"content": "m"
|
168 |
+
},
|
169 |
+
{
|
170 |
+
"type": "Replace",
|
171 |
+
"pattern": {
|
172 |
+
"String": "н"
|
173 |
+
},
|
174 |
+
"content": "n"
|
175 |
+
},
|
176 |
+
{
|
177 |
+
"type": "Replace",
|
178 |
+
"pattern": {
|
179 |
+
"String": "њ"
|
180 |
+
},
|
181 |
+
"content": "nj"
|
182 |
+
},
|
183 |
+
{
|
184 |
+
"type": "Replace",
|
185 |
+
"pattern": {
|
186 |
+
"String": "о"
|
187 |
+
},
|
188 |
+
"content": "o"
|
189 |
+
},
|
190 |
+
{
|
191 |
+
"type": "Replace",
|
192 |
+
"pattern": {
|
193 |
+
"String": "п"
|
194 |
+
},
|
195 |
+
"content": "p"
|
196 |
+
},
|
197 |
+
{
|
198 |
+
"type": "Replace",
|
199 |
+
"pattern": {
|
200 |
+
"String": "р"
|
201 |
+
},
|
202 |
+
"content": "r"
|
203 |
+
},
|
204 |
+
{
|
205 |
+
"type": "Replace",
|
206 |
+
"pattern": {
|
207 |
+
"String": "с"
|
208 |
+
},
|
209 |
+
"content": "s"
|
210 |
+
},
|
211 |
+
{
|
212 |
+
"type": "Replace",
|
213 |
+
"pattern": {
|
214 |
+
"String": "т"
|
215 |
+
},
|
216 |
+
"content": "t"
|
217 |
+
},
|
218 |
+
{
|
219 |
+
"type": "Replace",
|
220 |
+
"pattern": {
|
221 |
+
"String": "ћ"
|
222 |
+
},
|
223 |
+
"content": "ć"
|
224 |
+
},
|
225 |
+
{
|
226 |
+
"type": "Replace",
|
227 |
+
"pattern": {
|
228 |
+
"String": "у"
|
229 |
+
},
|
230 |
+
"content": "u"
|
231 |
+
},
|
232 |
+
{
|
233 |
+
"type": "Replace",
|
234 |
+
"pattern": {
|
235 |
+
"String": "ф"
|
236 |
+
},
|
237 |
+
"content": "f"
|
238 |
+
},
|
239 |
+
{
|
240 |
+
"type": "Replace",
|
241 |
+
"pattern": {
|
242 |
+
"String": "х"
|
243 |
+
},
|
244 |
+
"content": "h"
|
245 |
+
},
|
246 |
+
{
|
247 |
+
"type": "Replace",
|
248 |
+
"pattern": {
|
249 |
+
"String": "ц"
|
250 |
+
},
|
251 |
+
"content": "c"
|
252 |
+
},
|
253 |
+
{
|
254 |
+
"type": "Replace",
|
255 |
+
"pattern": {
|
256 |
+
"String": "ч"
|
257 |
+
},
|
258 |
+
"content": "č"
|
259 |
+
},
|
260 |
+
{
|
261 |
+
"type": "Replace",
|
262 |
+
"pattern": {
|
263 |
+
"String": "џ"
|
264 |
+
},
|
265 |
+
"content": "dž"
|
266 |
+
},
|
267 |
+
{
|
268 |
+
"type": "Replace",
|
269 |
+
"pattern": {
|
270 |
+
"String": "ш"
|
271 |
+
},
|
272 |
+
"content": "š"
|
273 |
+
},
|
274 |
+
{
|
275 |
+
"type": "Replace",
|
276 |
+
"pattern": {
|
277 |
+
"String": "А"
|
278 |
+
},
|
279 |
+
"content": "A"
|
280 |
+
},
|
281 |
+
{
|
282 |
+
"type": "Replace",
|
283 |
+
"pattern": {
|
284 |
+
"String": "Б"
|
285 |
+
},
|
286 |
+
"content": "B"
|
287 |
+
},
|
288 |
+
{
|
289 |
+
"type": "Replace",
|
290 |
+
"pattern": {
|
291 |
+
"String": "В"
|
292 |
+
},
|
293 |
+
"content": "V"
|
294 |
+
},
|
295 |
+
{
|
296 |
+
"type": "Replace",
|
297 |
+
"pattern": {
|
298 |
+
"String": "Г"
|
299 |
+
},
|
300 |
+
"content": "G"
|
301 |
+
},
|
302 |
+
{
|
303 |
+
"type": "Replace",
|
304 |
+
"pattern": {
|
305 |
+
"String": "Д"
|
306 |
+
},
|
307 |
+
"content": "D"
|
308 |
+
},
|
309 |
+
{
|
310 |
+
"type": "Replace",
|
311 |
+
"pattern": {
|
312 |
+
"String": "Ђ"
|
313 |
+
},
|
314 |
+
"content": "Đ"
|
315 |
+
},
|
316 |
+
{
|
317 |
+
"type": "Replace",
|
318 |
+
"pattern": {
|
319 |
+
"String": "Е"
|
320 |
+
},
|
321 |
+
"content": "E"
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"type": "Replace",
|
325 |
+
"pattern": {
|
326 |
+
"String": "Ж"
|
327 |
+
},
|
328 |
+
"content": "Ž"
|
329 |
+
},
|
330 |
+
{
|
331 |
+
"type": "Replace",
|
332 |
+
"pattern": {
|
333 |
+
"String": "З"
|
334 |
+
},
|
335 |
+
"content": "Z"
|
336 |
+
},
|
337 |
+
{
|
338 |
+
"type": "Replace",
|
339 |
+
"pattern": {
|
340 |
+
"String": "И"
|
341 |
+
},
|
342 |
+
"content": "I"
|
343 |
+
},
|
344 |
+
{
|
345 |
+
"type": "Replace",
|
346 |
+
"pattern": {
|
347 |
+
"String": "Ј"
|
348 |
+
},
|
349 |
+
"content": "J"
|
350 |
+
},
|
351 |
+
{
|
352 |
+
"type": "Replace",
|
353 |
+
"pattern": {
|
354 |
+
"String": "К"
|
355 |
+
},
|
356 |
+
"content": "K"
|
357 |
+
},
|
358 |
+
{
|
359 |
+
"type": "Replace",
|
360 |
+
"pattern": {
|
361 |
+
"String": "Л"
|
362 |
+
},
|
363 |
+
"content": "L"
|
364 |
+
},
|
365 |
+
{
|
366 |
+
"type": "Replace",
|
367 |
+
"pattern": {
|
368 |
+
"String": "Љ"
|
369 |
+
},
|
370 |
+
"content": "Lj"
|
371 |
+
},
|
372 |
+
{
|
373 |
+
"type": "Replace",
|
374 |
+
"pattern": {
|
375 |
+
"String": "М"
|
376 |
+
},
|
377 |
+
"content": "M"
|
378 |
+
},
|
379 |
+
{
|
380 |
+
"type": "Replace",
|
381 |
+
"pattern": {
|
382 |
+
"String": "Н"
|
383 |
+
},
|
384 |
+
"content": "N"
|
385 |
+
},
|
386 |
+
{
|
387 |
+
"type": "Replace",
|
388 |
+
"pattern": {
|
389 |
+
"String": "Њ"
|
390 |
+
},
|
391 |
+
"content": "Nj"
|
392 |
+
},
|
393 |
+
{
|
394 |
+
"type": "Replace",
|
395 |
+
"pattern": {
|
396 |
+
"String": "О"
|
397 |
+
},
|
398 |
+
"content": "O"
|
399 |
+
},
|
400 |
+
{
|
401 |
+
"type": "Replace",
|
402 |
+
"pattern": {
|
403 |
+
"String": "П"
|
404 |
+
},
|
405 |
+
"content": "P"
|
406 |
+
},
|
407 |
+
{
|
408 |
+
"type": "Replace",
|
409 |
+
"pattern": {
|
410 |
+
"String": "Р"
|
411 |
+
},
|
412 |
+
"content": "R"
|
413 |
+
},
|
414 |
+
{
|
415 |
+
"type": "Replace",
|
416 |
+
"pattern": {
|
417 |
+
"String": "С"
|
418 |
+
},
|
419 |
+
"content": "S"
|
420 |
+
},
|
421 |
+
{
|
422 |
+
"type": "Replace",
|
423 |
+
"pattern": {
|
424 |
+
"String": "Т"
|
425 |
+
},
|
426 |
+
"content": "T"
|
427 |
+
},
|
428 |
+
{
|
429 |
+
"type": "Replace",
|
430 |
+
"pattern": {
|
431 |
+
"String": "Ћ"
|
432 |
+
},
|
433 |
+
"content": "Ć"
|
434 |
+
},
|
435 |
+
{
|
436 |
+
"type": "Replace",
|
437 |
+
"pattern": {
|
438 |
+
"String": "У"
|
439 |
+
},
|
440 |
+
"content": "U"
|
441 |
+
},
|
442 |
+
{
|
443 |
+
"type": "Replace",
|
444 |
+
"pattern": {
|
445 |
+
"String": "Ф"
|
446 |
+
},
|
447 |
+
"content": "F"
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"type": "Replace",
|
451 |
+
"pattern": {
|
452 |
+
"String": "Х"
|
453 |
+
},
|
454 |
+
"content": "H"
|
455 |
+
},
|
456 |
+
{
|
457 |
+
"type": "Replace",
|
458 |
+
"pattern": {
|
459 |
+
"String": "Ц"
|
460 |
+
},
|
461 |
+
"content": "C"
|
462 |
+
},
|
463 |
+
{
|
464 |
+
"type": "Replace",
|
465 |
+
"pattern": {
|
466 |
+
"String": "Ч"
|
467 |
+
},
|
468 |
+
"content": "Č"
|
469 |
+
},
|
470 |
+
{
|
471 |
+
"type": "Replace",
|
472 |
+
"pattern": {
|
473 |
+
"String": "Џ"
|
474 |
+
},
|
475 |
+
"content": "Dž"
|
476 |
+
},
|
477 |
+
{
|
478 |
+
"type": "Replace",
|
479 |
+
"pattern": {
|
480 |
+
"String": "Ш"
|
481 |
+
},
|
482 |
+
"content": "Š"
|
483 |
+
}
|
484 |
+
]
|
485 |
+
},
|
486 |
"pre_tokenizer": {
|
487 |
"type": "ByteLevel",
|
488 |
"add_prefix_space": false,
|