library_name: transformers license: mit base_model: DeepMount00/Italian-ModernBERT-base tags:

• generated_from_trainer metrics:
• precision
• recall
• f1
• accuracy model-index:
• name: modernbert-italian-finetuned-ner results: [] datasets:
• tner/wikiann language:
• it pipeline_tag: token-classification

modernbert-italian-finetuned-ner

该模型是基于DeepMount00/Italian-ModernBERT-base在tner/wikiann数据集上微调的版本。
在评估集上取得了以下结果：

• 损失值：0.0422
• 精确率：0.9339
• 召回率：0.9452
• F1分数：0.9395
• 准确率：0.9909

模型描述

针对意大利语命名实体识别（NER）任务的标记分类实验模型。

使用示例

from transformers import pipeline
ner_pipeline = pipeline("ner", model="nickprock/modernbert-italian-finetuned-ner", aggregation_strategy="simple")
text = "La sede storica della Olivetti è ad Ivrea"  # 奥利维蒂历史总部位于伊夫雷亚
output = ner_pipeline(text)

应用场景与限制

本模型适用于标记分类任务，特别是意大利语的命名实体识别。其微调数据为意大利语。

训练与评估数据

使用数据集：wikiann

训练流程

训练超参数

训练过程中使用的超参数：

• 学习率：2e-05
• 训练批大小：8
• 评估批大小：8
• 随机种子：42
• 优化器：采用AdamW优化器（betas=(0.9,0.999)，epsilon=1e-08，无额外参数）
• 学习率调度器类型：线性
• 训练轮次：3

训练结果

框架版本

• Transformers 4.48.3
• Pytorch 2.5.1+cu124
• Datasets 3.3.2
• Tokenizers 0.21.0