许可协议：apache-2.0
基础模型：google-bert/bert-base-uncased
评估指标：

• 准确率

模型索引：

• 名称：results
  结果：[]

任务标签：文本分类
库名称：transformers

交互组件：

• 推理：true
• 管道类型：文本分类

开发者说明

请务必下载并在本地或Colab上试用该模型，这有助于Hugging Face评估该模型是否足够重要，值得为所有人提供无服务器API。此外，该模型对所有人使用都是绝对安全的。其中一个文件被标记为不安全，仅仅是因为它是一个pickle文件。感谢大家的支持！

概述

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

• 宏平均F1分数：89.44%
• 加权F1分数：93.15%
• 准确率：93.80%
• 平衡准确率：90.42%

模型描述

该微调版本的google-bert/bert-base-uncased擅长根据犯罪描述检测犯罪类型，共包含34个标签。

训练与评估数据

• 评估宏平均F1分数：89.44%
• 评估加权F1分数：93.15%
• 评估准确率：93.79%
• 评估平衡准确率：90.42%

训练超参数

训练过程中使用的超参数如下：

• 学习率：5e-05
• 训练批次大小：32
• 评估批次大小：32
• 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
• 训练轮数：30

训练结果

框架版本

• Transformers 4.39.3
• PyTorch 2.2.2
• Datasets 2.18.0
• Tokenizers 0.15.2