语言:

• 葡萄牙语(pt) 许可证: mit 标签:
• 训练生成 数据集:
• lener_br 评估指标:
• 精确率
• 召回率
• F1值
• 准确率 模型索引:
• 名称: bertimbau-base-lener_br 结果:
  • 任务: 名称: 标记分类 类型: token-classification 数据集: 名称: lener_br 类型: lener_br 参数: lener_br 指标: 名称: 准确率 类型: accuracy 值: 0.9692504609383333 基础模型: neuralmind/bert-base-portuguese-cased 模型索引:
• 名称: Luciano/bertimbau-base-lener_br 结果:
  • 任务: 类型: 标记分类 名称: Token Classification 数据集: 名称: lener_br 类型: lener_br 配置: lener_br 拆分: test 指标:
    • 类型: 准确率 值: 0.9824282794418222 名称: Accuracy 已验证: true
    • 类型: 精确率 值: 0.9877557596262284 名称: Precision 已验证: true
    • 类型: 召回率 值: 0.9870401674313772 名称: Recall 已验证: true
    • 类型: F1值 值: 0.9873978338768773 名称: F1 已验证: true
    • 类型: 损失 值: 0.11542011797428131 名称: loss 已验证: true
  • 任务: 类型: 标记分类 名称: Token Classification 数据集: 名称: lener_br 类型: lener_br 配置: lener_br 拆分: validation 指标:
    • 类型: 准确率 值: 0.9692504609383333 名称: Accuracy 已验证: true
    • 类型: 精确率 值: 0.9786866842043531 名称: Precision 已验证: true
    • 类型: 召回率 值: 0.9840619998315222 名称: Recall 已验证: true
    • 类型: F1值 值: 0.9813669814173863 名称: F1 已验证: true
    • 类型: 损失 值: 0.22302456200122833 名称: loss 已验证: true
  • 任务: 类型: 标记分类 名称: Token Classification 数据集: 名称: lener_br 类型: lener_br 配置: lener_br 拆分: train 指标:
    • 类型: 准确率 值: 0.9990127507699392 名称: Accuracy 已验证: true
    • 类型: 精确率 值: 0.9992300721767728 名称: Precision 已验证: true
    • 类型: 召回率 值: 0.9993028952029684 名称: Recall 已验证: true
    • 类型: F1值 值: 0.9992664823630992 名称: F1 已验证: true
    • 类型: 损失 值: 0.0035279043950140476 名称: loss 已验证: true

bertimbau-base-lener_br

该模型是基于neuralmind/bert-base-portuguese-cased在lener_br数据集上微调的版本。 在评估集上取得了以下结果:

• 损失: 0.2298
• 精确率: 0.8501
• 召回率: 0.9138
• F1值: 0.8808
• 准确率: 0.9693

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: 4
• 评估批次大小: 4
• 随机种子: 42
• 优化器: Adam，参数beta=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: linear
• 训练轮数: 15

训练结果

框架版本

• Transformers 4.8.2
• Pytorch 1.9.0+cu102
• Datasets 1.9.0
• Tokenizers 0.10.3