许可证: apache-2.0
标签:

• 训练生成
  数据集:
• wnut_17
  评估指标:
• 精确率
• 召回率
• F1值
• 准确率

模型索引:

• 名称: Cybonto-distilbert-base-uncased-finetuned-ner-Wnut17
  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
    评估指标:
    • 名称: 精确率
      类型: precision
      值: 0.6603139013452914
    • 名称: 召回率
      类型: recall
      值: 0.4682034976152623
    • 名称: F1值
      类型: f1
      值: 0.547906976744186
    • 名称: 准确率
      类型: accuracy
      值: 0.9355430668654662

Cybonto-distilbert-base-uncased-finetuned-ner-Wnut17

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

• 损失值: 0.5062
• 精确率: 0.6603
• 召回率: 0.4682
• F1值: 0.5479
• 准确率: 0.9355

模型描述

待补充更多信息

使用范围与限制

待补充更多信息

训练与评估数据

待补充更多信息

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: 2e-05
• 训练批次大小: 32
• 评估批次大小: 32
• 随机种子: 42
• 优化器: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学习率调度器类型: linear
• 训练轮数: 30

训练结果

框架版本

• Transformers 4.18.0
• Pytorch 1.10.0+cu111
• Datasets 2.1.0
• Tokenizers 0.12.1