数据集:

• tner/tweetner7 评估指标:
• F1值
• 精确率
• 召回率 模型索引:
• 名称: tner/roberta-base-tweetner7-all 结果:
  • 任务: 名称: 标记分类 类型: token-classification 数据集: 名称: tner/tweetner7 类型: tner/tweetner7 参数: tner/tweetner7 指标:
    • 名称: F1 (test_2021) 类型: f1 值: 0.6515831894070236
    • 名称: 精确率 (test_2021) 类型: precision 值: 0.6488190781930749
    • 名称: 召回率 (test_2021) 类型: recall 值: 0.6543709528214616
    • 名称: 宏F1 (test_2021) 类型: f1_macro 值: 0.6081318073591985
    • 名称: 宏精确率 (test_2021) 类型: precision_macro 值: 0.6024892144112918
    • 名称: 宏召回率 (test_2021) 类型: recall_macro 值: 0.6155807376978756
    • 名称: 实体跨度F1 (test_2021) 类型: f1_entity_span 值: 0.7893373251194657
    • 名称: 实体跨度精确率 (test_2020) 类型: precision_entity_span 值: 0.7859435909195138
    • 名称: 实体跨度召回率 (test_2021) 类型: recall_entity_span 值: 0.7927604949693535
    • 名称: F1 (test_2020) 类型: f1 值: 0.6531839300355288
    • 名称: 精确率 (test_2020) 类型: precision 值: 0.6899538106235565
    • 名称: 召回率 (test_2020) 类型: recall 值: 0.6201349247535028
    • 名称: 宏F1 (test_2020) 类型: f1_macro 值: 0.6166186507300974
    • 名称: 宏精确率 (test_2020) 类型: precision_macro 值: 0.6523781324413148
    • 名称: 宏召回率 (test_2020) 类型: recall_macro 值: 0.5860926262979317
    • 名称: 实体跨度F1 (test_2020) 类型: f1_entity_span 值: 0.7523236741388737
    • 名称: 实体跨度精确率 (test_2020) 类型: precision_entity_span 值: 0.7949162333911034
    • 名称: 实体跨度召回率 (test_2020) 类型: recall_entity_span 值: 0.7140633108458744

管道标签: token-classification 小部件:

• 文本: "从{@herbiehancock@}通过{@bluenoterecords@}获取Takin' Off专辑的全模拟经典黑胶版本，链接如下: {{URL}}" 示例标题: "NER示例1"

tner/roberta-base-tweetner7-all

此模型是基于roberta-base在tner/tweetner7数据集(train_all分割)上微调得到的版本。模型微调通过T-NER的超参数搜索完成（详见仓库）。在2021年的测试集上取得了以下结果：

• F1（微平均）: 0.6515831894070236
• 精确率（微平均）: 0.6488190781930749
• 召回率（微平均）: 0.6543709528214616
• F1（宏平均）: 0.6081318073591985
• 精确率（宏平均）: 0.6024892144112918
• 召回率（宏平均）: 0.6155807376978756