标签:

• 由训练器生成 数据集:
• wnut_17 指标:
• 精确率
• 召回率
• F1值
• 准确率 模型索引:
• 名称: twitter-roberta-base-WNUT 结果:
  • 任务: 名称: 标记分类 类型: token-classification 数据集: 名称: wnut_17 类型: wnut_17 参数: wnut_17 指标:
    • 名称: 精确率 类型: precision 值: 0.7045454545454546
    • 名称: 召回率 类型: recall 值: 0.6303827751196173
    • 名称: F1值 类型: f1 值: 0.6654040404040403
    • 名称: 准确率 类型: accuracy 值: 0.9639611008707811

twitter-roberta-base-WNUT

该模型是基于cardiffnlp/twitter-roberta-base在wnut_17数据集上微调的版本。 它在评估集上取得了以下结果:

• 损失: 0.1938
• 精确率: 0.7045
• 召回率: 0.6304
• F1值: 0.6654
• 准确率: 0.9640

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 2e-05
• 训练批次大小: 64
• 评估批次大小: 1024
• 随机种子: 42
• 优化器: Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型: 线性
• 训练轮数: 10

训练结果

框架版本

• Transformers 4.20.1
• Pytorch 1.12.0
• Datasets 2.3.2
• Tokenizers 0.12.1