许可证：apache-2.0
基础模型：bert-base-cased
标签：

• generated_from_trainer
  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：bert-finetuned-ner
  结果：
  • 任务：
    名称：Token Classification
    类型：token-classification
    数据集：
    名称：conll2003
    类型：conll2003
    配置：conll2003
    拆分：validation
    参数：conll2003
    评估指标：
    • 名称：Precision
      类型：precision
      值：0.9325954072360813
    • 名称：Recall
      类型：recall
      值：0.9500168293503871
    • 名称：F1
      类型：f1
      值：0.9412255106294289
    • 名称：Accuracy
      类型：accuracy
      值：0.986489668570083

bert-finetuned-ner

该模型是基于bert-base-cased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：0.0591
• 精确率：0.9326
• 召回率：0.9500
• F1值：0.9412
• 准确率：0.9865

模型描述

（待补充更多信息）

预期用途与限制

（待补充更多信息）

训练与评估数据

（待补充更多信息）

训练流程

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：8
• 评估批次大小：8
• 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：线性
• 训练轮次：3

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