license: apache-2.0 tags:

• 从训练器生成 datasets:
• conll2003 metrics:
• 精确率
• 召回率
• F1值
• 准确率 model-index:
• name: distilbert-base-uncased-finetuned-ner results:
  • task: name: 标记分类 type: token-classification dataset: name: conll2003 type: conll2003 args: conll2003 metrics:
    • name: 精确率 type: precision value: 0.924327912379688
    • name: 召回率 type: recall value: 0.9346683074169371
    • name: F1值 type: f1 value: 0.9294693514295249
    • name: 准确率 type: accuracy value: 0.9836529143565221

distilbert-base-uncased-finetuned-ner

该模型是基于distilbert-base-uncased在conll2003数据集上微调的版本。 在评估集上取得了以下结果：

• 损失：0.0615
• 精确率：0.9243
• 召回率：0.9347
• F1值：0.9295
• 准确率：0.9837

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：16
• 评估批次大小：16
• 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：3

训练结果

框架版本

• Transformers 4.18.0
• Pytorch 1.11.0+cu113
• Datasets 2.1.0
• Tokenizers 0.12.1