许可证：apache-2.0
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
  基础模型：bert-base-cased

模型索引：

• 名称：bert-base-cased-ner-conll2003
  结果：
  • 任务：
    类型：token-classification
    名称：Token Classification
    数据集：
    名称：conll2003
    类型：conll2003
    参数：conll2003
    评估指标：
    • 类型：精确率
      值：0.9438052359513089
      名称：Precision
    • 类型：召回率
      值：0.9525412319084483
      名称：Recall
    • 类型：F1值
      值：0.9481531116508919
      名称：F1
    • 类型：准确率
      值：0.9910634321093416
      名称：Accuracy
  • 任务：
    类型：token-classification
    名称：Token Classification
    数据集：
    名称：conll2003
    类型：conll2003
    配置：conll2003
    拆分：test
    评估指标：
    • 类型：准确率
      值：0.9116307653519484
      名称：Accuracy
      已验证：true
    • 类型：精确率
      值：0.9366103911345081
      名称：Precision
      已验证：true
    • 类型：召回率
      值：0.9262526113340186
      名称：Recall
      已验证：true
    • 类型：F1值
      值：0.9314027058794109
      名称：F1
      已验证：true
    • 类型：损失
      值：0.4366346299648285
      名称：loss
      已验证：true

bert-base-cased-ner-conll2003

该模型是基于bert-base-cased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：0.0355
• 精确率：0.9438
• 召回率：0.9525
• F1值：0.9482
• 准确率：0.9911

模型描述

需补充更多信息

预期用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

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：5e-05
• 训练批次大小：32
• 评估批次大小：32
• 随机种子：42
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 学习率预热比例：0.1
• 训练轮次：3.0
• 混合精度训练：Native AMP

训练结果

（此处内容为空，需补充）

框架版本

• Transformers 4.19.0.dev0
• PyTorch 1.11.0+cu102
• Datasets 2.1.0
• Tokenizers 0.12.1