balanced-augmented-roberta-large-gest-pred-seqeval-partialmatch

This model is a fine-tuned version of roberta-large on the None dataset. It achieves the following results on the evaluation set:

• Loss: 0.9293
• Precision: 0.8334
• Recall: 0.8067
• F1: 0.8133
• Accuracy: 0.8081

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 2e-05
• train_batch_size: 16
• eval_batch_size: 16
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
3.1537	1.0	32	2.4492	0.2359	0.1166	0.1062	0.3068
2.2261	2.0	64	1.7166	0.4414	0.4662	0.3968	0.5253
1.435	3.0	96	1.3082	0.7000	0.6169	0.6234	0.6470
0.9158	4.0	128	1.1422	0.7472	0.6822	0.6968	0.7028
0.569	5.0	160	0.9870	0.7668	0.7303	0.7394	0.7512
0.3464	6.0	192	1.0410	0.7667	0.7496	0.7450	0.7517
0.2418	7.0	224	1.0642	0.8023	0.7644	0.7672	0.7602
0.166	8.0	256	0.9678	0.8125	0.7816	0.7882	0.7996
0.1205	9.0	288	0.9804	0.8258	0.7855	0.7963	0.7895
0.1029	10.0	320	1.0475	0.8009	0.7854	0.7847	0.7911
0.0689	11.0	352	1.0477	0.8252	0.7929	0.7985	0.8006
0.0596	12.0	384	0.9293	0.8334	0.8067	0.8133	0.8081
0.0453	13.0	416	1.0440	0.8253	0.7964	0.8048	0.7990
0.0343	14.0	448	1.0528	0.8352	0.8076	0.8111	0.8123
0.028	15.0	480	1.0848	0.8468	0.8134	0.8189	0.8091
0.02	16.0	512	1.1202	0.8388	0.8125	0.8157	0.8198
0.0185	17.0	544	1.0653	0.8394	0.8059	0.8136	0.8139
0.0138	18.0	576	1.1089	0.8479	0.8074	0.8174	0.8214
0.0134	19.0	608	1.1192	0.8409	0.8072	0.8143	0.8161
0.0129	20.0	640	1.1172	0.8366	0.8060	0.8122	0.8123

Framework versions

• Transformers 4.28.1
• Pytorch 2.0.0+cu118
• Datasets 2.11.0
• Tokenizers 0.13.3

LICENSE

Copyright (c) 2014, Universidad Carlos III de Madrid. Todos los derechos reservados. Este software es propiedad de la Universidad Carlos III de Madrid, grupo de investigación Robots Sociales. La Universidad Carlos III de Madrid es titular en exclusiva de los derechos de propiedad intelectual de este software. Queda prohibido cualquier uso indebido o no autorizado, entre estos, a título enunciativo pero no limitativo, la reproducción, fijación, distribución, comunicación pública, ingeniería inversa y/o transformación sobre dicho software, ya sea total o parcialmente, siendo el responsable del uso indebido o no autorizado también responsable de las consecuencias legales que pudieran derivarse de sus actos.