许可证: mit 标签:

• 由训练器生成 数据集:
• 标记关联二分类基础数据集 指标:
• 精确率
• 召回率
• F1值
• 准确率 模型索引:
• 名称: 标记关联二分类基础模型 结果:
  • 任务: 名称: 文本分类 类型: 文本分类 数据集: 名称: 标记关联二分类基础数据集 类型: 标记关联二分类基础数据集 指标:
    • 名称: 精确率 类型: 精确率 值: 0.7981651376146789
    • 名称: 召回率 类型: 召回率 值: 0.9560439560439561
    • 名称: F1值 类型: f1 值: 0.87
    • 名称: 准确率 类型: 准确率 值: 0.8884120171673819

标记关联二分类基础模型

本模型是基于microsoft/BiomedNLP-PubMedBERT-base-uncased-abstract-fulltext在标记关联二分类基础数据集上微调的版本。在评估集上取得如下结果：

基因结果

• 精确率 = 0.808
• 召回率 = 0.940
• F1值 = 0.869
• 准确率 = 0.862
• AUC = 0.944

化学物质结果

• 精确率 = 0.774
• 召回率 = 1.0
• F1值 = 0.873
• 准确率 = 0.926
• AUC = 0.964

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练流程

训练超参数

训练过程中使用以下超参数:

• 学习率: 5e-05
• 训练批大小: 16
• 评估批大小: 16
• 随机种子: 1
• 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: 15

训练结果

框架版本

• Transformers 4.11.3
• Pytorch 1.9.0+cu111
• Tokenizers 0.10.3