---

许可证：apache-2.0
语言：

• 英文
  评估指标：
• F1值
• 准确率
• 精确率
  基础模型：
• google-bert/bert-base-uncased
  任务标签：文本分类
  标签：
• 系统工程

模型卡片模板

本模板旨在为新模型提供基础框架，基于HuggingFace原始模板生成。

模型详情

该模型是基于BERT-uncased微调的功能性/非功能性需求预测模型，在AWS g5实例上使用PROMISE数据集和定制数据进行迁移学习，整体精确率达到97%。

模型描述

• 开发者：[需补充]
• 资助方[可选]：[需补充]
• 共享方[可选]：[需补充]
• 模型类型：[需补充]
• 支持语言(NLP)：[需补充]
• 许可证：[需补充]
• 微调基础模型[可选]：[需补充]

模型来源[可选]

• 代码库：[需补充]
• 论文[可选]：[需补充]
• 演示[可选]：[需补充]

使用场景

直接使用

[需补充]

下游任务应用[可选]

[需补充]

不适用场景

[需补充]

偏差、风险与局限性

[需补充]

使用建议

建议直接使用者和下游使用者充分了解模型风险与局限，需补充详细信息以提供进一步建议。

快速开始

通过以下代码快速调用模型：
[需补充]

训练详情

训练数据

[需补充]

训练流程

数据预处理[可选]

[需补充]

训练超参数

• 训练模式：[需补充]

速度、规模与耗时[可选]

[需补充]

评估

测试数据、要素与指标

测试数据

[需补充]

评估维度

[需补充]

评估指标

[需补充]

评估结果

[需补充]

总结

模型检验[可选]

[需补充]

环境影响

碳排放量可通过Lacoste等(2019)提出的机器学习碳足迹计算器估算。

• 硬件类型：[需补充]
• 使用时长：[需补充]
• 云服务商：[需补充]
• 计算区域：[需补充]
• 碳排放量：[需补充]

技术规格[可选]

模型架构与目标

[需补充]

计算基础设施

硬件

[需补充]

软件

[需补充]

引用[可选]

BibTeX格式：
[需补充]

APA格式：
[需补充]

术语表[可选]

[需补充]

扩展信息[可选]

[需补充]

模型卡片作者[可选]

[需补充]

模型卡片联系人

[需补充]