base_model: HooshvareLab/bert-base-parsbert-uncased tags:

• generated_from_trainer metrics:
• precision
• recall
• accuracy model-index:
• name: Persian-Text-Sentiment-Bert-V1 results: [] language:
• fa

波斯语文本情感分析-Bert-V1模型

本模型是基于HooshvareLab/bert-base-parsbert-uncased在自定义数据集上微调的版本，在评估集上取得如下结果：

• 损失值：0.3265
• 精确率：0.8727
• 召回率：0.8716
• F1分数：0.8715
• 准确率：0.8716

模型描述

（需补充详细信息）

使用场景与限制

（需补充详细信息）

训练与评估数据

（需补充详细信息）

训练流程

训练超参数

训练过程中使用的超参数配置：

• 学习率：2e-05
• 训练批大小：16
• 评估批大小：16
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：10

训练结果

框架版本

• Transformers 4.33.1
• Pytorch 2.0.1+cu118
• Datasets 2.14.5
• Tokenizers 0.13.3