Upload folder 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

@@ -1,3 +1,435 @@
----
-license: mit
----
+---
+base_model: aubmindlab/bert-base-arabertv02
+language:
+- ar
+library_name: sentence-transformers
+license: apache-2.0
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:550000
+- loss:Matryoshka2dLoss
+- loss:MatryoshkaLoss
+- loss:MultipleNegativesRankingLoss
+widget:
+- source_sentence: كم فدان بحيرة رونكونكوما
+  sentences:
+  - أبعاد بحيرة Ronkonkoma - تختلف من 215 فدانًا عندما يكون هناك جفاف إلى 275 فدانًا
+    عندما تكون هناك ظروف غمرتها المياه. - متوسط ​​العمق 14.5 قدم. - أعمق أعماق 45
+    قدم. و 90 قدمًا. في المناطق الجنوبية الغربية.
+  - يقع Alpine Lake Resort في أعالي جبال West Virginia Alleghenies ، على بعد 25 دقيقة
+    فقط من مناطق الجذب السياحي Deep Creek Lake وساعة واحدة من Morgantown WV ، ويقع
+    على مساحة 2000 فدان مشجرة بكثافة مع ملعب غولف من 18 حفرة حائز على جوائز وبحيرة
+    نقية مساحتها 150 فدانًا تغذيها الينابيع والجداول الجبلية كنقطة محورية للمنتجع.
+  - إجابة جيكم يونغ. صوت الثقة 36.1 ألف. مايكل دي هيغينز هو رئيس أيرلندا. تم انتخابه
+    كرئيس 9th لأيرلندا وتولى منصبه في 11 نوفمبر 2011 لمدة 7 سنوات ، وبالتالي يجب أن
+    يظل في منصبه حتى نوفمبر 2018.
+- source_sentence: ما مقدار الأخطاء الطبية التي يقوم بها المحامون
+  sentences:
+  - العديد من محامي سوء الممارسة الطبية يعملون لحسابهم الخاص ، وبعضهم شركاء في مكاتب
+    المحاماة. بالنسبة لهؤلاء المحامين ، تعتمد الأرباح على مكاسب الدعاوى القضائية ،
+    لأن الشركاء والممارسين الفرديين لا يحصلون عادةً على رواتب. وفقًا لموقع LawFirms.com
+    ، يتم تسوية متوسط ​​حالة سوء الممارسة الطبية بمبلغ 425000 دولار.
+  - تم تطوير عقار ثاليدومايد غثيان الصباح ، الذي تسبب في إنجاب النساء الحوامل لأطفال
+    بدون ذراعين وأرجل ، لأول مرة من قبل النازيين ، ربما كجزء من برنامج أسلحتهم الكيميائية
+    ، وفقًا لبحث جديد. تم تطويره لأول مرة من قبل علماء يعملون في ألمانيا في زمن الحرب
+    ، ويمكن أن يكون له آثار على مسؤولية الحكومة الألمانية. ولم تقدم حتى الآن تعويضات
+    إلا للضحايا الألمان ، على الرغم من أن العقار تم توزيعه في 46 دولة.
+  - 'في التقاضي المدني ، مثل دعوى سوء الممارسة الطبية ، يتحمل المدعي (الطرف المتضرر)
+    عبء الإثبات. هذا يعني أنه يجب أن تكون قادرًا على إثبات ، وفقًا للمعايير القانونية
+    المطلوبة ، أن: مقدمو الرعاية الصحية الذين تريد مقاضاتهم ارتكبوا بالفعل خطأ في
+    الرعاية التي قدموها لك ؛ و.'
+- source_sentence: الذي كان متزوج بيلي جويل
+  sentences:
+  - يقيس اختبار alanine aminotransferase (ALT) كمية هذا الإنزيم في الدم. يوجد ALT
+    بشكل رئيسي في الكبد ، ولكن أيضًا بكميات أقل في الكلى والقلب والعضلات والبنكرياس.
+    كان ALT يُسمى سابقًا ترانساميناز الجلوتاميك البيروفي (SGPT).
+  - 'ما هي الشاحنة التي قادها بيلي بوب في موسيقى البلوز؟ يجيب kgb Ã⠀ Ã''ÂÃ''Â »Arts
+    & Entertainment â € » أفلام »ما هي الشاحنة التي قادها بيلي بوب في موسيقى البلوز؟
+    كانت شاحنة بيلي بوب 78-79 LWB 4X4 في فيلم فارسيتي بلوز. اكتب kgb_ أي شيء ، 24/7!
+    العلامات: اسكواش البلوز ، بيلي بوب.'
+  - في عام 1985 ، للموسيقي بيلي جويل (مواليد 9 مايو 1949) ؛ انتهى الزواج في عام 1994
+    وأنجب طفلاً واحدًا هو أليكسا راي جويل. التقى برينكلي وجويل في عام 1983 في جزيرة
+    سانت بارتس في منطقة البحر الكاريبي وتزوجا في 23 مارس 1985 على متن يخت على نهر
+    هدسون ، وهو الزواج الثاني لكليهما.
+- source_sentence: لعبة باما مسو 2015
+  sentences:
+  - '"الخليج الفارسي (الفارسية: خà "ØÂÂØÂÂØ Â ''ŽÃ ¢ ، العربية: اÃ℠¢ "ج Ø Ã ""¢""
+    هو البحر الأبيض المتوسط ​​في غرب آسيا. المسطح المائي هو امتداد للمحيط الهندي (خليج
+    عمان) عبر مضيق هرمز ويقع بين إيران في الشمال الشرقي وشبه الجزيرة العربية إلى الجنوب
+    الغربي."'
+  - إنها واشنطن ريد سكينز ضد كليفلاند براونز الساعة 8 مساءً. (التوقيت الشرقي) على
+    NBC و CSN في الأسبوع 1 من 2015 قبل الموسم. اعثر على معلومات هنا حول وقت لعبة Redskins-Browns
+    ، والقناة التلفزيونية التي يتم تشغيلها ، وجدول Redskins الكامل لعام 2015 ، وكيفية
+    البث المباشر عبر الإنترنت ، والاحتمالات ، والمذيعين ، والمختارات والمزيد. سقسقة
+    شارك.
+  - 'إعادة التشغيل: وفقًا لجدول DirecTV الخاص بي ، فإن أول إعادة للعبة MSU-Alabama
+    تكون في الساعة 3:30 صباحًا يوم الأحد ، 17 نوفمبر على ESPN ، ومرة ​​أخرى في ظهر
+    يوم الثلاثاء التالي ظهر يوم ESPNU.'
+- source_sentence: هل يمكنك تناول lortab أثناء الحمل
+  sentences:
+  - نعم ، هل يمكنني تناول عقار لورتاب 10 طوال فترة حملي بسبب وجود ورم في مبيضي وفي
+    كثير من الألم بسبب نمو الطفل والضغط عليه ، لذلك لمدة 9 أشهر كنت أعاني من مسكنات
+    الألم كنت قلقة من البداية ولكن بعد ذلك بالتحدث مع طبيبي وحماتي التي هي RN وجدت
+    الأمر على ما يرام.
+  - 'حتى أن بعض النساء لا يلاحظن نزيفًا أو تشنجًا عند الانغراس ، لذلك لا تقلقي إذا
+    كنتِ تحاولين الحمل ولا تعانين من هذه الأعراض ؛ لا يزال من الممكن أن تكوني حامل.
+    الدورة الشهرية المتأخرة أو الفائتة: تأخر الدورة الشهرية أو ضياعها هو أكثر أعراض
+    الحمل شيوعًا التي تدفع المرأة إلى اختبار الحمل. عندما تصبحي حاملاً ، يجب تفويت
+    الدورة التالية. ومع ذلك ، يمكن أن تنزف بعض النساء أثناء الحمل ، ولكن عادةً ما
+    يكون هذا النزيف أقصر أو أخف من الدورة العادية.'
+  - الحفاظ على ازدهار الأوركيد الخاص بك لأطول فترة ممكنة - عند زراعة الأوركيد ، فأنت
+    تريد التأكد من أن الزهور تدوم لأطول فترة ممكنة. كم من الوقت تدوم أزهار الأوركيد
+    ، تعتمد بشكل كبير على تنوع الأوركيد بالإضافة إلى الرعاية التي تتلقاها الأزهار.
+    أزهار فالاينوبسيس ، وهي واحدة من أكثر الأنواع شيوعًا ، تتفتح عادةً مرة أو مرتين
+    في السنة ويمكن أن تستمر الإزهار في أي مكان من 60 إلى 120 يومًا.
+---
+
+# BERT base trained on Arabic NLI triplets
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [aubmindlab/bert-base-arabertv02](https://huggingface.co/aubmindlab/bert-base-arabertv02). It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
+
+## Model Details
+
+### Model Description
+- **Model Type:** Sentence Transformer
+- **Base model:** [aubmindlab/bert-base-arabertv02](https://huggingface.co/aubmindlab/bert-base-arabertv02) <!-- at revision 016fb9d6768f522a59c6e0d2d5d5d43a4e1bff60 -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 768 tokens
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+- **Language:** ar
+- **License:** apache-2.0
+
+### Model Sources
+
+- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
+- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
+- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
+
+### Full Model Architecture
+
+```
+SentenceTransformer(
+  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
+  (1): Pooling({'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})
+)
+```
+
+## Usage
+
+### Direct Usage (Sentence Transformers)
+
+First install the Sentence Transformers library:
+
+```bash
+pip install -U sentence-transformers
+```
+
+Then you can load this model and run inference.
+```python
+from sentence_transformers import SentenceTransformer
+
+# Download from the 🤗 Hub
+model = SentenceTransformer("sentence_transformers_model_id")
+# Run inference
+sentences = [
+    'هل يمكنك تناول lortab أثناء الحمل',
+    'نعم ، هل يمكنني تناول عقار لورتاب 10 طوال فترة حملي بسبب وجود ورم في مبيضي وفي كثير من الألم بسبب نمو الطفل والضغط عليه ، لذلك لمدة 9 أشهر كنت أعاني من مسكنات الألم كنت قلقة من البداية ولكن بعد ذلك بالتحدث مع طبيبي وحماتي التي هي RN وجدت الأمر على ما يرام.',
+    'حتى أن بعض النساء لا يلاحظن نزيفًا أو تشنجًا عند الانغراس ، لذلك لا تقلقي إذا كنتِ تحاولين الحمل ولا تعانين من هذه الأعراض ؛ لا يزال من الممكن أن تكوني حامل. الدورة الشهرية المتأخرة أو الفائتة: تأخر الدورة الشهرية أو ضياعها هو أكثر أعراض الحمل شيوعًا التي تدفع المرأة إلى اختبار الحمل. عندما تصبحي حاملاً ، يجب تفويت الدورة التالية. ومع ذلك ، يمكن أن تنزف بعض النساء أثناء الحمل ، ولكن عادةً ما يكون هذا النزيف أقصر أو أخف من الدورة العادية.',
+]
+embeddings = model.encode(sentences)
+print(embeddings.shape)
+# [3, 768]
+
+# Get the similarity scores for the embeddings
+similarities = model.similarity(embeddings, embeddings)
+print(similarities.shape)
+# [3, 3]
+```
+
+<!--
+### Direct Usage (Transformers)
+
+<details><summary>Click to see the direct usage in Transformers</summary>
+
+</details>
+-->
+
+<!--
+### Downstream Usage (Sentence Transformers)
+
+You can finetune this model on your own dataset.
+
+<details><summary>Click to expand</summary>
+
+</details>
+-->
+
+<!--
+### 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 Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 16
+- `per_device_eval_batch_size`: 16
+- `learning_rate`: 2e-05
+- `num_train_epochs`: 1
+- `warmup_ratio`: 0.1
+- `fp16`: True
+- `batch_sampler`: no_duplicates
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: steps
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 16
+- `per_device_eval_batch_size`: 16
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_steps`: None
+- `torch_empty_cache_steps`: None
+- `learning_rate`: 2e-05
+- `weight_decay`: 0.0
+- `adam_beta1`: 0.9
+- `adam_beta2`: 0.999
+- `adam_epsilon`: 1e-08
+- `max_grad_norm`: 1.0
+- `num_train_epochs`: 1
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: {}
+- `warmup_ratio`: 0.1
+- `warmup_steps`: 0
+- `log_level`: passive
+- `log_level_replica`: warning
+- `log_on_each_node`: True
+- `logging_nan_inf_filter`: True
+- `save_safetensors`: True
+- `save_on_each_node`: False
+- `save_only_model`: False
+- `restore_callback_states_from_checkpoint`: False
+- `no_cuda`: False
+- `use_cpu`: False
+- `use_mps_device`: False
+- `seed`: 42
+- `data_seed`: None
+- `jit_mode_eval`: False
+- `use_ipex`: False
+- `bf16`: False
+- `fp16`: True
+- `fp16_opt_level`: O1
+- `half_precision_backend`: auto
+- `bf16_full_eval`: False
+- `fp16_full_eval`: False
+- `tf32`: None
+- `local_rank`: 0
+- `ddp_backend`: None
+- `tpu_num_cores`: None
+- `tpu_metrics_debug`: False
+- `debug`: []
+- `dataloader_drop_last`: False
+- `dataloader_num_workers`: 0
+- `dataloader_prefetch_factor`: None
+- `past_index`: -1
+- `disable_tqdm`: False
+- `remove_unused_columns`: True
+- `label_names`: None
+- `load_best_model_at_end`: False
+- `ignore_data_skip`: False
+- `fsdp`: []
+- `fsdp_min_num_params`: 0
+- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
+- `fsdp_transformer_layer_cls_to_wrap`: None
+- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
+- `deepspeed`: None
+- `label_smoothing_factor`: 0.0
+- `optim`: adamw_torch
+- `optim_args`: None
+- `adafactor`: False
+- `group_by_length`: False
+- `length_column_name`: length
+- `ddp_find_unused_parameters`: None
+- `ddp_bucket_cap_mb`: None
+- `ddp_broadcast_buffers`: False
+- `dataloader_pin_memory`: True
+- `dataloader_persistent_workers`: False
+- `skip_memory_metrics`: True
+- `use_legacy_prediction_loop`: False
+- `push_to_hub`: False
+- `resume_from_checkpoint`: None
+- `hub_model_id`: None
+- `hub_strategy`: every_save
+- `hub_private_repo`: False
+- `hub_always_push`: False
+- `gradient_checkpointing`: False
+- `gradient_checkpointing_kwargs`: None
+- `include_inputs_for_metrics`: False
+- `eval_do_concat_batches`: True
+- `fp16_backend`: auto
+- `push_to_hub_model_id`: None
+- `push_to_hub_organization`: None
+- `mp_parameters`: 
+- `auto_find_batch_size`: False
+- `full_determinism`: False
+- `torchdynamo`: None
+- `ray_scope`: last
+- `ddp_timeout`: 1800
+- `torch_compile`: False
+- `torch_compile_backend`: None
+- `torch_compile_mode`: None
+- `dispatch_batches`: None
+- `split_batches`: None
+- `include_tokens_per_second`: False
+- `include_num_input_tokens_seen`: False
+- `neftune_noise_alpha`: None
+- `optim_target_modules`: None
+- `batch_eval_metrics`: False
+- `eval_on_start`: False
+- `eval_use_gather_object`: False
+- `batch_sampler`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch | Step | Training Loss |
+|:-----:|:----:|:-------------:|
+| 0.032 | 100  | 3.9312        |
+| 0.064 | 200  | 2.1973        |
+| 0.096 | 300  | 1.523         |
+| 0.128 | 400  | 1.1944        |
+| 0.16  | 500  | 1.0914        |
+| 0.192 | 600  | 1.0172        |
+| 0.224 | 700  | 0.8261        |
+| 0.256 | 800  | 0.9473        |
+| 0.288 | 900  | 0.9046        |
+| 0.32  | 1000 | 0.815         |
+| 0.352 | 1100 | 0.7333        |
+| 0.384 | 1200 | 0.813         |
+| 0.416 | 1300 | 0.8193        |
+| 0.448 | 1400 | 0.8222        |
+| 0.48  | 1500 | 0.7751        |
+| 0.512 | 1600 | 0.7857        |
+| 0.544 | 1700 | 0.7048        |
+| 0.576 | 1800 | 0.7802        |
+| 0.608 | 1900 | 0.7697        |
+| 0.64  | 2000 | 0.697         |
+| 0.672 | 2100 | 0.697         |
+| 0.704 | 2200 | 0.6942        |
+| 0.736 | 2300 | 0.6768        |
+| 0.768 | 2400 | 0.6977        |
+| 0.8   | 2500 | 0.6711        |
+| 0.832 | 2600 | 0.6951        |
+| 0.864 | 2700 | 0.7179        |
+| 0.896 | 2800 | 0.6223        |
+| 0.928 | 2900 | 0.7334        |
+| 0.96  | 3000 | 0.6948        |
+| 0.992 | 3100 | 0.6982        |
+
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.1.1
+- Transformers: 4.44.2
+- PyTorch: 2.4.1+cu121
+- Accelerate: 0.34.2
+- Datasets: 3.0.1
+- Tokenizers: 0.19.1
+
+## Citation
+
+### BibTeX
+
+#### Sentence Transformers
+```bibtex
+@inproceedings{reimers-2019-sentence-bert,
+    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
+    author = "Reimers, Nils and Gurevych, Iryna",
+    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
+    month = "11",
+    year = "2019",
+    publisher = "Association for Computational Linguistics",
+    url = "https://arxiv.org/abs/1908.10084",
+}
+```
+
+#### Matryoshka2dLoss
+```bibtex
+@misc{li20242d,
+    title={2D Matryoshka Sentence Embeddings},
+    author={Xianming Li and Zongxi Li and Jing Li and Haoran Xie and Qing Li},
+    year={2024},
+    eprint={2402.14776},
+    archivePrefix={arXiv},
+    primaryClass={cs.CL}
+}
+```
+
+#### MatryoshkaLoss
+```bibtex
+@misc{kusupati2024matryoshka,
+    title={Matryoshka Representation Learning},
+    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
+    year={2024},
+    eprint={2205.13147},
+    archivePrefix={arXiv},
+    primaryClass={cs.LG}
+}
+```
+
+#### MultipleNegativesRankingLoss
+```bibtex
+@misc{henderson2017efficient,
+    title={Efficient Natural Language Response Suggestion for Smart Reply},
+    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
+    year={2017},
+    eprint={1705.00652},
+    archivePrefix={arXiv},
+    primaryClass={cs.CL}
+}
+```
+
+<!--
+## 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 +1,25 @@
+{
+  "_name_or_path": "aubmindlab/bert-base-arabertv02",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.44.2",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 64000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.4.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2eba51f8d655bd71a462eb4c2f434826be207d093a4b5209f8605f7951d3395a
+size 540795752

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 +1,37 @@
+{
+  "cls_token": {
+    "content": "[CLS]",
+    "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 +1,86 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[SEP]",
+      "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
+    },
+    "5": {
+      "content": "[رابط]",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": true,
+      "special": true
+    },
+    "6": {
+      "content": "[بريد]",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": true,
+      "special": true
+    },
+    "7": {
+      "content": "[مستخدم]",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": true,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "mask_token": "[MASK]",
+  "max_len": 512,
+  "model_max_length": 512,
+  "never_split": [
+    "[بريد]",
+    "[مستخدم]",
+    "[رابط]"
+  ],
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "unk_token": "[UNK]"
+}