Hugging Face's logo

Kudod
/
mdeberta-base-ner-ghtk-ai-fluent-21-label-new-data-3090-8Nov-1

Token Classification
Transformers
Safetensors
deberta-v2
Generated from Trainer
Inference Endpoints
Model card Files Community
Kudod commited on
Commit
ae7376c
·
verified ·
1 Parent(s): c3c72f8

End of training

Browse files
Files changed (2) hide show
  1. README.md +95 -0
  2. model.safetensors +1 -1
README.md ADDED
@@ -0,0 +1,95 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ library_name: transformers
3
+ license: mit
4
+ base_model: microsoft/mdeberta-v3-base
5
+ tags:
6
+ - generated_from_trainer
7
+ model-index:
8
+ - name: mdeberta-base-ner-ghtk-ai-fluent-21-label-new-data-3090-8Nov-1
9
+ results: []
10
+ ---
11
+
12
+ <!-- This model card has been generated automatically according to the information the Trainer had access to. You
13
+ should probably proofread and complete it, then remove this comment. -->
14
+
15
+ # mdeberta-base-ner-ghtk-ai-fluent-21-label-new-data-3090-8Nov-1
16
+
17
+ This model is a fine-tuned version of [microsoft/mdeberta-v3-base](https://huggingface.co/microsoft/mdeberta-v3-base) on the None dataset.
18
+ It achieves the following results on the evaluation set:
19
+ - Loss: 0.2248
20
+ - Ho: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6}
21
+ - Hoảng thời gian: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}
22
+ - Háng cụ thể: {'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16}
23
+ - Háng trừu tượng: {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 10}
24
+ - Hông tin ctt: {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5}
25
+ - Hụ cấp: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}
26
+ - Hứ: {'precision': 0.5833333333333334, 'recall': 0.7777777777777778, 'f1': 0.6666666666666666, 'number': 9}
27
+ - Iấy tờ: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}
28
+ - Iền cụ thể: {'precision': 0.4857142857142857, 'recall': 0.5483870967741935, 'f1': 0.5151515151515151, 'number': 31}
29
+ - Iền trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}
30
+ - Iờ: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}
31
+ - Ã số thuế: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}
32
+ - Ã đơn: {'precision': 0.6818181818181818, 'recall': 0.6818181818181818, 'f1': 0.6818181818181818, 'number': 22}
33
+ - Ình thức làm việc: {'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8}
34
+ - Ông: {'precision': 0.6666666666666666, 'recall': 0.7804878048780488, 'f1': 0.7191011235955055, 'number': 82}
35
+ - Ăm cụ thể: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2}
36
+ - Ương: {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 54}
37
+ - Ị trí: {'precision': 0.7758620689655172, 'recall': 0.9183673469387755, 'f1': 0.8411214953271028, 'number': 49}
38
+ - Ố công: {'precision': 0.9221311475409836, 'recall': 0.9868421052631579, 'f1': 0.9533898305084745, 'number': 228}
39
+ - Ố giờ: {'precision': 0.9371428571428572, 'recall': 0.8677248677248677, 'f1': 0.9010989010989011, 'number': 378}
40
+ - Ố điểm: {'precision': 0.8153846153846154, 'recall': 0.8548387096774194, 'f1': 0.8346456692913387, 'number': 62}
41
+ - Ố đơn: {'precision': 0.5294117647058824, 'recall': 0.6666666666666666, 'f1': 0.5901639344262295, 'number': 27}
42
+ - Ợt: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}
43
+ - Ỷ lệ: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}
44
+ - Overall Precision: 0.8194
45
+ - Overall Recall: 0.8363
46
+ - Overall F1: 0.8278
47
+ - Overall Accuracy: 0.9526
48
+
49
+ ## Model description
50
+
51
+ More information needed
52
+
53
+ ## Intended uses & limitations
54
+
55
+ More information needed
56
+
57
+ ## Training and evaluation data
58
+
59
+ More information needed
60
+
61
+ ## Training procedure
62
+
63
+ ### Training hyperparameters
64
+
65
+ The following hyperparameters were used during training:
66
+ - learning_rate: 2.5e-05
67
+ - train_batch_size: 8
68
+ - eval_batch_size: 8
69
+ - seed: 42
70
+ - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
71
+ - lr_scheduler_type: linear
72
+ - num_epochs: 10
73
+
74
+ ### Training results
75
+
76
+ | Training Loss | Epoch | Step | Validation Loss | Ho | Hoảng thời gian | Háng cụ thể | Háng trừu tượng | Hông tin ctt | Hụ cấp | Hứ | Iấy tờ | Iền cụ thể | Iền trừu tượng | Iờ | Ã số thuế | Ã đơn | Ình thức làm việc | Ông | Ăm cụ thể | Ương | Ị trí | Ố công | Ố giờ | Ố điểm | Ố đơn | Ợt | Ỷ lệ | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy |
77
+ |:-------------:|:-----:|:----:|:---------------:|:---------------------------------------------------------:|:---------------------------------------------------------:|:-------------------------------------------------------------------------------------------:|:-----------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------:|:-----------------------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------:|:---------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------:|:---------------------------------------------------------:|:------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-----------------:|:--------------:|:----------:|:----------------:|
78
+ | No log | 1.0 | 147 | 0.3551 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 16} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.2, 'recall': 0.25806451612903225, 'f1': 0.22535211267605634, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.22727272727272727, 'recall': 0.45454545454545453, 'f1': 0.30303030303030304, 'number': 22} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} | {'precision': 0.44761904761904764, 'recall': 0.573170731707317, 'f1': 0.5026737967914437, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.3333333333333333, 'recall': 0.2037037037037037, 'f1': 0.25287356321839083, 'number': 54} | {'precision': 0.6428571428571429, 'recall': 0.7346938775510204, 'f1': 0.6857142857142857, 'number': 49} | {'precision': 0.608, 'recall': 1.0, 'f1': 0.7562189054726367, 'number': 228} | {'precision': 0.8670076726342711, 'recall': 0.8968253968253969, 'f1': 0.881664499349805, 'number': 378} | {'precision': 0.9230769230769231, 'recall': 0.1935483870967742, 'f1': 0.31999999999999995, 'number': 62} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} | 0.6537 | 0.6775 | 0.6654 | 0.9130 |
79
+ | No log | 2.0 | 294 | 0.2564 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5909090909090909, 'recall': 0.8125, 'f1': 0.6842105263157896, 'number': 16} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.2, 'recall': 0.2, 'f1': 0.20000000000000004, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.36363636363636365, 'recall': 0.3870967741935484, 'f1': 0.37500000000000006, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.48, 'recall': 0.5454545454545454, 'f1': 0.5106382978723404, 'number': 22} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} | {'precision': 0.5217391304347826, 'recall': 0.5853658536585366, 'f1': 0.5517241379310345, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.5068493150684932, 'recall': 0.6851851851851852, 'f1': 0.5826771653543307, 'number': 54} | {'precision': 0.65, 'recall': 0.7959183673469388, 'f1': 0.7155963302752293, 'number': 49} | {'precision': 0.7018633540372671, 'recall': 0.9912280701754386, 'f1': 0.8218181818181817, 'number': 228} | {'precision': 0.923943661971831, 'recall': 0.8677248677248677, 'f1': 0.8949522510231923, 'number': 378} | {'precision': 0.6617647058823529, 'recall': 0.7258064516129032, 'f1': 0.6923076923076922, 'number': 62} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} | 0.7201 | 0.7490 | 0.7343 | 0.9292 |
80
+ | No log | 3.0 | 441 | 0.2272 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.3448275862068966, 'recall': 0.625, 'f1': 0.4444444444444445, 'number': 16} | {'precision': 0.125, 'recall': 0.1, 'f1': 0.11111111111111112, 'number': 10} | {'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.3333333333333333, 'recall': 0.6666666666666666, 'f1': 0.4444444444444444, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.375, 'recall': 0.3870967741935484, 'f1': 0.38095238095238093, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 0.5, 'f1': 0.6666666666666666, 'number': 2} | {'precision': 0.5416666666666666, 'recall': 0.5909090909090909, 'f1': 0.5652173913043478, 'number': 22} | {'precision': 0.4, 'recall': 0.25, 'f1': 0.3076923076923077, 'number': 8} | {'precision': 0.5773195876288659, 'recall': 0.6829268292682927, 'f1': 0.6256983240223464, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.6086956521739131, 'recall': 0.7777777777777778, 'f1': 0.6829268292682927, 'number': 54} | {'precision': 0.6060606060606061, 'recall': 0.8163265306122449, 'f1': 0.6956521739130436, 'number': 49} | {'precision': 0.9173553719008265, 'recall': 0.9736842105263158, 'f1': 0.9446808510638298, 'number': 228} | {'precision': 0.9262536873156342, 'recall': 0.8306878306878307, 'f1': 0.8758716875871688, 'number': 378} | {'precision': 0.7213114754098361, 'recall': 0.7096774193548387, 'f1': 0.7154471544715446, 'number': 62} | {'precision': 0.45454545454545453, 'recall': 0.37037037037037035, 'f1': 0.40816326530612246, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 1.0, 'recall': 0.2727272727272727, 'f1': 0.42857142857142855, 'number': 11} | 0.7634 | 0.7657 | 0.7646 | 0.9398 |
81
+ | 0.3496 | 4.0 | 588 | 0.2105 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.6190476190476191, 'recall': 0.8125, 'f1': 0.7027027027027026, 'number': 16} | {'precision': 0.2727272727272727, 'recall': 0.3, 'f1': 0.28571428571428564, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.375, 'recall': 0.6666666666666666, 'f1': 0.4800000000000001, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.3902439024390244, 'recall': 0.5161290322580645, 'f1': 0.4444444444444444, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.5, 'recall': 0.5454545454545454, 'f1': 0.5217391304347826, 'number': 22} | {'precision': 0.4444444444444444, 'recall': 0.5, 'f1': 0.47058823529411764, 'number': 8} | {'precision': 0.6021505376344086, 'recall': 0.6829268292682927, 'f1': 0.64, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.6779661016949152, 'recall': 0.7407407407407407, 'f1': 0.7079646017699114, 'number': 54} | {'precision': 0.6949152542372882, 'recall': 0.8367346938775511, 'f1': 0.7592592592592592, 'number': 49} | {'precision': 0.9142857142857143, 'recall': 0.9824561403508771, 'f1': 0.9471458773784355, 'number': 228} | {'precision': 0.9340659340659341, 'recall': 0.8994708994708994, 'f1': 0.9164420485175203, 'number': 378} | {'precision': 0.7543859649122807, 'recall': 0.6935483870967742, 'f1': 0.7226890756302521, 'number': 62} | {'precision': 0.4375, 'recall': 0.5185185185185185, 'f1': 0.47457627118644063, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 1.0, 'recall': 0.7272727272727273, 'f1': 0.8421052631578948, 'number': 11} | 0.7899 | 0.8108 | 0.8002 | 0.9485 |
82
+ | 0.3496 | 5.0 | 735 | 0.2023 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.6842105263157895, 'recall': 0.8125, 'f1': 0.742857142857143, 'number': 16} | {'precision': 0.4, 'recall': 0.4, 'f1': 0.4000000000000001, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5, 'recall': 0.7777777777777778, 'f1': 0.6086956521739131, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5454545454545454, 'recall': 0.3870967741935484, 'f1': 0.45283018867924524, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.6190476190476191, 'recall': 0.5909090909090909, 'f1': 0.6046511627906977, 'number': 22} | {'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8} | {'precision': 0.631578947368421, 'recall': 0.7317073170731707, 'f1': 0.6779661016949152, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.6721311475409836, 'recall': 0.7592592592592593, 'f1': 0.7130434782608696, 'number': 54} | {'precision': 0.7413793103448276, 'recall': 0.8775510204081632, 'f1': 0.8037383177570093, 'number': 49} | {'precision': 0.9259259259259259, 'recall': 0.9868421052631579, 'f1': 0.9554140127388535, 'number': 228} | {'precision': 0.9166666666666666, 'recall': 0.9021164021164021, 'f1': 0.9093333333333332, 'number': 378} | {'precision': 0.8793103448275862, 'recall': 0.8225806451612904, 'f1': 0.8500000000000001, 'number': 62} | {'precision': 0.4857142857142857, 'recall': 0.6296296296296297, 'f1': 0.5483870967741936, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} | 0.8185 | 0.8314 | 0.8249 | 0.9485 |
83
+ | 0.3496 | 6.0 | 882 | 0.2123 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.6666666666666666, 'recall': 0.875, 'f1': 0.7567567567567567, 'number': 16} | {'precision': 0.4, 'recall': 0.4, 'f1': 0.4000000000000001, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5833333333333334, 'recall': 0.7777777777777778, 'f1': 0.6666666666666666, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.43243243243243246, 'recall': 0.5161290322580645, 'f1': 0.47058823529411764, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.5909090909090909, 'recall': 0.5909090909090909, 'f1': 0.5909090909090909, 'number': 22} | {'precision': 0.18181818181818182, 'recall': 0.25, 'f1': 0.2105263157894737, 'number': 8} | {'precision': 0.6041666666666666, 'recall': 0.7073170731707317, 'f1': 0.6516853932584269, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.7586206896551724, 'recall': 0.8148148148148148, 'f1': 0.7857142857142857, 'number': 54} | {'precision': 0.7321428571428571, 'recall': 0.8367346938775511, 'f1': 0.7809523809523811, 'number': 49} | {'precision': 0.9364406779661016, 'recall': 0.9692982456140351, 'f1': 0.9525862068965517, 'number': 228} | {'precision': 0.9319526627218935, 'recall': 0.8333333333333334, 'f1': 0.8798882681564246, 'number': 378} | {'precision': 0.828125, 'recall': 0.8548387096774194, 'f1': 0.8412698412698412, 'number': 62} | {'precision': 0.4722222222222222, 'recall': 0.6296296296296297, 'f1': 0.5396825396825397, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} | 0.8092 | 0.8069 | 0.8081 | 0.9488 |
84
+ | 0.1106 | 7.0 | 1029 | 0.2214 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5833333333333334, 'recall': 0.7777777777777778, 'f1': 0.6666666666666666, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.53125, 'recall': 0.5483870967741935, 'f1': 0.5396825396825397, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.625, 'recall': 0.6818181818181818, 'f1': 0.6521739130434783, 'number': 22} | {'precision': 0.36363636363636365, 'recall': 0.5, 'f1': 0.4210526315789474, 'number': 8} | {'precision': 0.6521739130434783, 'recall': 0.7317073170731707, 'f1': 0.6896551724137931, 'number': 82} | {'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 2} | {'precision': 0.8148148148148148, 'recall': 0.8148148148148148, 'f1': 0.8148148148148148, 'number': 54} | {'precision': 0.75, 'recall': 0.9183673469387755, 'f1': 0.8256880733944955, 'number': 49} | {'precision': 0.9324894514767933, 'recall': 0.9692982456140351, 'f1': 0.9505376344086022, 'number': 228} | {'precision': 0.9301675977653632, 'recall': 0.8809523809523809, 'f1': 0.9048913043478262, 'number': 378} | {'precision': 0.8, 'recall': 0.8387096774193549, 'f1': 0.8188976377952757, 'number': 62} | {'precision': 0.5, 'recall': 0.7037037037037037, 'f1': 0.5846153846153846, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 11} | 0.8226 | 0.8363 | 0.8294 | 0.9505 |
85
+ | 0.1106 | 8.0 | 1176 | 0.2258 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.6190476190476191, 'recall': 0.8125, 'f1': 0.7027027027027026, 'number': 16} | {'precision': 0.5555555555555556, 'recall': 0.5, 'f1': 0.5263157894736842, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 3} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5483870967741935, 'recall': 0.5483870967741935, 'f1': 0.5483870967741935, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.625, 'recall': 0.6818181818181818, 'f1': 0.6521739130434783, 'number': 22} | {'precision': 0.3, 'recall': 0.375, 'f1': 0.33333333333333326, 'number': 8} | {'precision': 0.65625, 'recall': 0.7682926829268293, 'f1': 0.7078651685393258, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.75, 'recall': 0.7777777777777778, 'f1': 0.7636363636363638, 'number': 54} | {'precision': 0.8076923076923077, 'recall': 0.8571428571428571, 'f1': 0.8316831683168318, 'number': 49} | {'precision': 0.9186991869918699, 'recall': 0.9912280701754386, 'f1': 0.9535864978902953, 'number': 228} | {'precision': 0.9384164222873901, 'recall': 0.8465608465608465, 'f1': 0.8901251738525731, 'number': 378} | {'precision': 0.803030303030303, 'recall': 0.8548387096774194, 'f1': 0.828125, 'number': 62} | {'precision': 0.53125, 'recall': 0.6296296296296297, 'f1': 0.5762711864406779, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} | 0.8231 | 0.8255 | 0.8243 | 0.9508 |
86
+ | 0.1106 | 9.0 | 1323 | 0.2212 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5833333333333334, 'recall': 0.7777777777777778, 'f1': 0.6666666666666666, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5588235294117647, 'recall': 0.6129032258064516, 'f1': 0.5846153846153845, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.6521739130434783, 'recall': 0.6818181818181818, 'f1': 0.6666666666666666, 'number': 22} | {'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8} | {'precision': 0.6458333333333334, 'recall': 0.7560975609756098, 'f1': 0.6966292134831461, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.7288135593220338, 'recall': 0.7962962962962963, 'f1': 0.7610619469026549, 'number': 54} | {'precision': 0.7627118644067796, 'recall': 0.9183673469387755, 'f1': 0.8333333333333333, 'number': 49} | {'precision': 0.9186991869918699, 'recall': 0.9912280701754386, 'f1': 0.9535864978902953, 'number': 228} | {'precision': 0.9348441926345609, 'recall': 0.873015873015873, 'f1': 0.9028727770177839, 'number': 378} | {'precision': 0.7941176470588235, 'recall': 0.8709677419354839, 'f1': 0.8307692307692308, 'number': 62} | {'precision': 0.5142857142857142, 'recall': 0.6666666666666666, 'f1': 0.5806451612903226, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} | 0.8179 | 0.8412 | 0.8294 | 0.9520 |
87
+ | 0.1106 | 10.0 | 1470 | 0.2248 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 10} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.5833333333333334, 'recall': 0.7777777777777778, 'f1': 0.6666666666666666, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.4857142857142857, 'recall': 0.5483870967741935, 'f1': 0.5151515151515151, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.6818181818181818, 'recall': 0.6818181818181818, 'f1': 0.6818181818181818, 'number': 22} | {'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8} | {'precision': 0.6666666666666666, 'recall': 0.7804878048780488, 'f1': 0.7191011235955055, 'number': 82} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 54} | {'precision': 0.7758620689655172, 'recall': 0.9183673469387755, 'f1': 0.8411214953271028, 'number': 49} | {'precision': 0.9221311475409836, 'recall': 0.9868421052631579, 'f1': 0.9533898305084745, 'number': 228} | {'precision': 0.9371428571428572, 'recall': 0.8677248677248677, 'f1': 0.9010989010989011, 'number': 378} | {'precision': 0.8153846153846154, 'recall': 0.8548387096774194, 'f1': 0.8346456692913387, 'number': 62} | {'precision': 0.5294117647058824, 'recall': 0.6666666666666666, 'f1': 0.5901639344262295, 'number': 27} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} | 0.8194 | 0.8363 | 0.8278 | 0.9526 |
88
+
89
+
90
+ ### Framework versions
91
+
92
+ - Transformers 4.45.0
93
+ - Pytorch 2.3.1+cu121
94
+ - Datasets 2.19.1
95
+ - Tokenizers 0.20.3
model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:485b6ac5adec302b58c368b59f760f315ecb97121780fd78fed9c6f36695ae41
3
  size 1112976404
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3e364f5409e3ce7dd5c51ace21d9b7aeb433eef1ad53564ef22bd3afc41418db
3
  size 1112976404