许可证: mit 标签:

• 训练生成 数据集:
• conll2003 评估指标:
• 精确率
• 召回率
• F1值
• 准确率 模型索引:
• 名称: roberta-large-finetuned-ner 结果:
  • 任务: 名称: 标记分类 类型: token-classification 数据集: 名称: conll2003 类型: conll2003 参数: conll2003 评估指标:
    • 名称: 精确率 类型: precision 值: 0.9476811355009077
    • 名称: 召回率 类型: recall 值: 0.9663412992258499
    • 名称: F1值 类型: f1 值: 0.9569202566452795
    • 名称: 准确率 类型: accuracy 值: 0.990656929827253

roberta-large-finetuned-ner

该模型是基于roberta-large在conll2003数据集上进行微调的版本。
在评估集上取得了以下结果:

• 损失: 0.0495
• 精确率: 0.9477
• 召回率: 0.9663
• F1值: 0.9569
• 准确率: 0.9907

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: 8
• 评估批次大小: 8
• 随机种子: 42
• 优化器: Adam，参数为betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: linear
• 训练轮数: 3

训练结果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1