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

模型索引：

• 名称：distilbert-base-uncased-finetuned-ner
  结果：
  • 任务：
    名称：Token Classification
    类型：token-classification
    数据集：
    名称：conll2003
    类型：conll2003
    参数：conll2003
    评估指标：
    • 名称：Precision
      类型：precision
      值：0.9244616234124793
    • 名称：Recall
      类型：recall
      值：0.9364582168027744
    • 名称：F1
      类型：f1
      值：0.9304212515282871
    • 名称：Accuracy
      类型：accuracy
      值：0.9833987322668276

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：0.0623
• 精确率：0.9245
• 召回率：0.9365
• F1值：0.9304
• 准确率：0.9834

模型描述

（待补充详细信息）

预期用途与限制

（待补充详细信息）

训练与评估数据

（待补充详细信息）

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（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：linear
• 训练轮次：3

训练结果

框架版本

• Transformers 4.15.0
• Pytorch 1.10.0+cu111
• Datasets 1.17.0
• Tokenizers 0.10.3