Extended Distilbert Finetuned Resumes Sections

由 has-abi 开发

该模型是基于Geotrend/distilbert-base-en-fr-cased在未知数据集上微调的版本，主要用于简历段落分类任务。

下载量 187

发布时间 : 9/9/2022

模型介绍

内容详情

替代品

模型简介

这是一个经过微调的DistilBERT模型，专门用于处理简历文本的分类任务。模型在评估集上表现出色，F1值达到0.9735。

高效微调

基于DistilBERT架构，在保持性能的同时减少了模型大小和计算需求

多语言支持

支持英语和法语文本处理

高准确率

在评估集上取得了0.9715的准确率和0.9735的F1值

简历文本分类

多语言文本处理

高效推理

人力资源

简历自动分类

自动识别和分类简历中的不同段落（如教育背景、工作经历等）

分类准确率达到97.15%

文档处理

结构化文档解析

将非结构化的简历文本转换为结构化数据

训练损失	轮次	步数	验证损失	F1值	ROC AUC	准确率
0.0283	1.0	2213	0.0247	0.9610	0.9763	0.9539
0.0153	2.0	4426	0.0223	0.9634	0.9789	0.9593
0.01	3.0	6639	0.0199	0.9702	0.9835	0.9675
0.0073	4.0	8852	0.0218	0.9710	0.9838	0.9690
0.0063	5.0	11065	0.0244	0.9706	0.9835	0.9684
0.0037	6.0	13278	0.0251	0.9700	0.9833	0.9684
0.004	7.0	15491	0.0273	0.9712	0.9837	0.9693
0.003	8.0	17704	0.0266	0.9719	0.9841	0.9695
0.0027	9.0	19917	0.0294	0.9697	0.9831	0.9679
0.0014	10.0	22130	0.0275	0.9714	0.9844	0.9690
0.0016	11.0	24343	0.0299	0.9714	0.9839	0.9697
0.0013	12.0	26556	0.0297	0.9719	0.9852	0.9697
0.0006	13.0	28769	0.0312	0.9711	0.9843	0.9697
0.0004	14.0	30982	0.0305	0.9731	0.9849	0.9720
0.0004	15.0	33195	0.0312	0.9723	0.9845	0.9704
0.0005	16.0	35408	0.0331	0.9716	0.9843	0.9697
0.0006	17.0	37621	0.0321	0.9735	0.9850	0.9715
0.0004	18.0	39834	0.0322	0.9731	0.9850	0.9711
0.0003	19.0	42047	0.0332	0.9722	0.9847	0.9706
0.0004	20.0	44260	0.0334	0.9720	0.9846	0.9704