model_gam_1809
This model is a fine-tuned version of Kudod/roberta-large-ner-ghtk-gam-data-standard-3090-30Aug-1 on the None dataset. It achieves the following results on the evaluation set:
- Loss: 0.6215
- Hiều cao khách hàng: {'precision': 0.9696969696969697, 'recall': 0.9696969696969697, 'f1': 0.9696969696969697, 'number': 33}
- Hiều dài sản phẩm: {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}
- Hiều rộng sản phẩm: {'precision': 0.38461538461538464, 'recall': 0.5555555555555556, 'f1': 0.4545454545454546, 'number': 9}
- Hong cách mua sắm: {'precision': 0.6521739130434783, 'recall': 0.7142857142857143, 'f1': 0.6818181818181819, 'number': 21}
- Hong cách nhà cửa: {'precision': 0.5714285714285714, 'recall': 0.5714285714285714, 'f1': 0.5714285714285714, 'number': 21}
- Hong cách thời trang: {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17}
- Hất tóc: {'precision': 0.625, 'recall': 0.7692307692307693, 'f1': 0.6896551724137931, 'number': 26}
- Hối lượng sản phẩm: {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}
- Hời gian nhận hàng: {'precision': 0.6333333333333333, 'recall': 0.6551724137931034, 'f1': 0.6440677966101694, 'number': 29}
- Iá sản phẩm: {'precision': 0.8285714285714286, 'recall': 0.8787878787878788, 'f1': 0.8529411764705883, 'number': 33}
- Oại da: {'precision': 0.8214285714285714, 'recall': 0.9583333333333334, 'f1': 0.8846153846153847, 'number': 24}
- Ung hoàng đạo: {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}
- Ung mệnh: {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}
- Àu da: {'precision': 0.7297297297297297, 'recall': 0.7297297297297297, 'f1': 0.7297297297297297, 'number': 37}
- Àu sắc sản phẩm: {'precision': 0.7843137254901961, 'recall': 0.851063829787234, 'f1': 0.8163265306122448, 'number': 47}
- Áng khuôn mặt: {'precision': 0.8636363636363636, 'recall': 0.95, 'f1': 0.9047619047619048, 'number': 20}
- Áng người: {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 18}
- Ân nặng khách hàng: {'precision': 0.975, 'recall': 0.9285714285714286, 'f1': 0.951219512195122, 'number': 42}
- Ã sản phẩm: {'precision': 0.7407407407407407, 'recall': 0.7692307692307693, 'f1': 0.7547169811320754, 'number': 26}
- Ơn vị sản phẩm: {'precision': 0.6777777777777778, 'recall': 0.7922077922077922, 'f1': 0.7305389221556887, 'number': 77}
- Ản phẩm: {'precision': 0.8169014084507042, 'recall': 0.9086161879895561, 'f1': 0.8603213844252164, 'number': 1149}
- Ật độ tóc: {'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23}
- Ặc điểm khác của da: {'precision': 0.723404255319149, 'recall': 0.8292682926829268, 'f1': 0.7727272727272727, 'number': 41}
- Ịa chỉ nhận hàng: {'precision': 0.5454545454545454, 'recall': 0.6428571428571429, 'f1': 0.5901639344262296, 'number': 28}
- Ố lượng sản phẩm: {'precision': 0.7905405405405406, 'recall': 0.8181818181818182, 'f1': 0.8041237113402062, 'number': 143}
- Ố điện thoại nhận hàng: {'precision': 0.8695652173913043, 'recall': 0.9937888198757764, 'f1': 0.927536231884058, 'number': 161}
- Ố đo vòng: {'precision': 0.952755905511811, 'recall': 0.9603174603174603, 'f1': 0.9565217391304348, 'number': 126}
- Ộ dài tóc: {'precision': 0.72, 'recall': 0.9, 'f1': 0.7999999999999999, 'number': 20}
- Ộ tuổi khách hàng: {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18}
- Overall Precision: 0.8067
- Overall Recall: 0.8857
- Overall F1: 0.8443
- Overall Accuracy: 0.9182
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: 2.5e-05
- train_batch_size: 12
- eval_batch_size: 12
- seed: 42
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 10
Training results
Training Loss | Epoch | Step | Validation Loss | Hiều cao khách hàng | Hiều dài sản phẩm | Hiều rộng sản phẩm | Hong cách mua sắm | Hong cách nhà cửa | Hong cách thời trang | Hất tóc | Hối lượng sản phẩm | Hời gian nhận hàng | Iá sản phẩm | Oại da | Ung hoàng đạo | Ung mệnh | Àu da | Àu sắc sản phẩm | Áng khuôn mặt | Áng người | Ân nặng khách hàng | Ã sản phẩm | Ơn vị sản phẩm | Ản phẩm | Ật độ tóc | Ặc điểm khác của da | Ịa chỉ nhận hàng | Ố lượng sản phẩm | Ố điện thoại nhận hàng | Ố đo vòng | Ộ dài tóc | Ộ tuổi khách hàng | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
0.1421 | 1.0 | 560 | 0.4471 | {'precision': 0.8823529411764706, 'recall': 0.9090909090909091, 'f1': 0.8955223880597014, 'number': 33} | {'precision': 0.5, 'recall': 0.9444444444444444, 'f1': 0.6538461538461539, 'number': 18} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.64, 'recall': 0.7619047619047619, 'f1': 0.6956521739130435, 'number': 21} | {'precision': 0.52, 'recall': 0.6190476190476191, 'f1': 0.5652173913043478, 'number': 21} | {'precision': 0.3, 'recall': 0.5294117647058824, 'f1': 0.3829787234042553, 'number': 17} | {'precision': 0.6129032258064516, 'recall': 0.7307692307692307, 'f1': 0.6666666666666667, 'number': 26} | {'precision': 0.6956521739130435, 'recall': 0.8888888888888888, 'f1': 0.7804878048780488, 'number': 18} | {'precision': 0.43243243243243246, 'recall': 0.5517241379310345, 'f1': 0.48484848484848486, 'number': 29} | {'precision': 0.6666666666666666, 'recall': 0.7878787878787878, 'f1': 0.7222222222222221, 'number': 33} | {'precision': 0.8214285714285714, 'recall': 0.9583333333333334, 'f1': 0.8846153846153847, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.9166666666666666, 'recall': 0.9565217391304348, 'f1': 0.9361702127659574, 'number': 23} | {'precision': 0.5681818181818182, 'recall': 0.6756756756756757, 'f1': 0.617283950617284, 'number': 37} | {'precision': 0.5084745762711864, 'recall': 0.6382978723404256, 'f1': 0.5660377358490567, 'number': 47} | {'precision': 0.782608695652174, 'recall': 0.9, 'f1': 0.8372093023255814, 'number': 20} | {'precision': 0.7391304347826086, 'recall': 0.9444444444444444, 'f1': 0.8292682926829269, 'number': 18} | {'precision': 0.9024390243902439, 'recall': 0.8809523809523809, 'f1': 0.8915662650602411, 'number': 42} | {'precision': 0.4827586206896552, 'recall': 0.5384615384615384, 'f1': 0.509090909090909, 'number': 26} | {'precision': 0.7183098591549296, 'recall': 0.6623376623376623, 'f1': 0.6891891891891893, 'number': 77} | {'precision': 0.833889816360601, 'recall': 0.8694516971279374, 'f1': 0.8512995313165743, 'number': 1149} | {'precision': 0.6, 'recall': 0.6521739130434783, 'f1': 0.6250000000000001, 'number': 23} | {'precision': 0.5, 'recall': 0.5853658536585366, 'f1': 0.5393258426966292, 'number': 41} | {'precision': 0.4318181818181818, 'recall': 0.6785714285714286, 'f1': 0.5277777777777777, 'number': 28} | {'precision': 0.8248175182481752, 'recall': 0.7902097902097902, 'f1': 0.8071428571428572, 'number': 143} | {'precision': 0.8932584269662921, 'recall': 0.9875776397515528, 'f1': 0.9380530973451326, 'number': 161} | {'precision': 0.7241379310344828, 'recall': 1.0, 'f1': 0.8400000000000001, 'number': 126} | {'precision': 0.48484848484848486, 'recall': 0.8, 'f1': 0.6037735849056605, 'number': 20} | {'precision': 0.7619047619047619, 'recall': 0.8888888888888888, 'f1': 0.8205128205128205, 'number': 18} | 0.7624 | 0.8398 | 0.7992 | 0.8968 |
0.0546 | 2.0 | 1120 | 0.3719 | {'precision': 0.96875, 'recall': 0.9393939393939394, 'f1': 0.9538461538461539, 'number': 33} | {'precision': 0.5357142857142857, 'recall': 0.8333333333333334, 'f1': 0.6521739130434783, 'number': 18} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.6666666666666666, 'recall': 0.7619047619047619, 'f1': 0.7111111111111111, 'number': 21} | {'precision': 0.5172413793103449, 'recall': 0.7142857142857143, 'f1': 0.6000000000000001, 'number': 21} | {'precision': 0.5555555555555556, 'recall': 0.5882352941176471, 'f1': 0.5714285714285715, 'number': 17} | {'precision': 0.6363636363636364, 'recall': 0.8076923076923077, 'f1': 0.7118644067796609, 'number': 26} | {'precision': 0.875, 'recall': 0.7777777777777778, 'f1': 0.823529411764706, 'number': 18} | {'precision': 0.5135135135135135, 'recall': 0.6551724137931034, 'f1': 0.5757575757575758, 'number': 29} | {'precision': 0.8666666666666667, 'recall': 0.7878787878787878, 'f1': 0.8253968253968254, 'number': 33} | {'precision': 0.7666666666666667, 'recall': 0.9583333333333334, 'f1': 0.8518518518518519, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23} | {'precision': 0.7222222222222222, 'recall': 0.7027027027027027, 'f1': 0.7123287671232876, 'number': 37} | {'precision': 0.825, 'recall': 0.7021276595744681, 'f1': 0.7586206896551724, 'number': 47} | {'precision': 0.8260869565217391, 'recall': 0.95, 'f1': 0.8837209302325583, 'number': 20} | {'precision': 0.8, 'recall': 0.8888888888888888, 'f1': 0.8421052631578948, 'number': 18} | {'precision': 0.9069767441860465, 'recall': 0.9285714285714286, 'f1': 0.9176470588235294, 'number': 42} | {'precision': 0.7368421052631579, 'recall': 0.5384615384615384, 'f1': 0.6222222222222222, 'number': 26} | {'precision': 0.6538461538461539, 'recall': 0.6623376623376623, 'f1': 0.6580645161290323, 'number': 77} | {'precision': 0.7981995498874719, 'recall': 0.9260226283724978, 'f1': 0.8573730862207897, 'number': 1149} | {'precision': 0.8, 'recall': 0.8695652173913043, 'f1': 0.8333333333333333, 'number': 23} | {'precision': 0.7272727272727273, 'recall': 0.7804878048780488, 'f1': 0.7529411764705882, 'number': 41} | {'precision': 0.5151515151515151, 'recall': 0.6071428571428571, 'f1': 0.5573770491803278, 'number': 28} | {'precision': 0.8394160583941606, 'recall': 0.8041958041958042, 'f1': 0.8214285714285714, 'number': 143} | {'precision': 0.9226190476190477, 'recall': 0.9627329192546584, 'f1': 0.9422492401215807, 'number': 161} | {'precision': 0.9104477611940298, 'recall': 0.9682539682539683, 'f1': 0.9384615384615386, 'number': 126} | {'precision': 0.5217391304347826, 'recall': 0.6, 'f1': 0.5581395348837209, 'number': 20} | {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18} | 0.7934 | 0.8729 | 0.8313 | 0.9109 |
0.0411 | 3.0 | 1680 | 0.4123 | {'precision': 0.9428571428571428, 'recall': 1.0, 'f1': 0.9705882352941176, 'number': 33} | {'precision': 0.5625, 'recall': 0.5, 'f1': 0.5294117647058824, 'number': 18} | {'precision': 0.2777777777777778, 'recall': 0.5555555555555556, 'f1': 0.3703703703703704, 'number': 9} | {'precision': 0.7916666666666666, 'recall': 0.9047619047619048, 'f1': 0.8444444444444444, 'number': 21} | {'precision': 0.52, 'recall': 0.6190476190476191, 'f1': 0.5652173913043478, 'number': 21} | {'precision': 0.5454545454545454, 'recall': 0.7058823529411765, 'f1': 0.6153846153846153, 'number': 17} | {'precision': 0.8076923076923077, 'recall': 0.8076923076923077, 'f1': 0.8076923076923077, 'number': 26} | {'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18} | {'precision': 0.5757575757575758, 'recall': 0.6551724137931034, 'f1': 0.6129032258064515, 'number': 29} | {'precision': 0.7368421052631579, 'recall': 0.8484848484848485, 'f1': 0.7887323943661972, 'number': 33} | {'precision': 0.875, 'recall': 0.875, 'f1': 0.875, 'number': 24} | {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18} | {'precision': 0.9583333333333334, 'recall': 1.0, 'f1': 0.9787234042553191, 'number': 23} | {'precision': 0.625, 'recall': 0.6756756756756757, 'f1': 0.6493506493506493, 'number': 37} | {'precision': 0.7755102040816326, 'recall': 0.8085106382978723, 'f1': 0.7916666666666665, 'number': 47} | {'precision': 0.75, 'recall': 0.75, 'f1': 0.75, 'number': 20} | {'precision': 0.8095238095238095, 'recall': 0.9444444444444444, 'f1': 0.8717948717948718, 'number': 18} | {'precision': 0.9069767441860465, 'recall': 0.9285714285714286, 'f1': 0.9176470588235294, 'number': 42} | {'precision': 0.5454545454545454, 'recall': 0.6923076923076923, 'f1': 0.6101694915254238, 'number': 26} | {'precision': 0.704225352112676, 'recall': 0.6493506493506493, 'f1': 0.6756756756756757, 'number': 77} | {'precision': 0.8568888888888889, 'recall': 0.8389904264577894, 'f1': 0.8478452066842569, 'number': 1149} | {'precision': 0.9047619047619048, 'recall': 0.8260869565217391, 'f1': 0.8636363636363636, 'number': 23} | {'precision': 0.8048780487804879, 'recall': 0.8048780487804879, 'f1': 0.8048780487804877, 'number': 41} | {'precision': 0.37209302325581395, 'recall': 0.5714285714285714, 'f1': 0.45070422535211263, 'number': 28} | {'precision': 0.73125, 'recall': 0.8181818181818182, 'f1': 0.7722772277227723, 'number': 143} | {'precision': 0.837696335078534, 'recall': 0.9937888198757764, 'f1': 0.909090909090909, 'number': 161} | {'precision': 0.8840579710144928, 'recall': 0.9682539682539683, 'f1': 0.9242424242424243, 'number': 126} | {'precision': 0.6086956521739131, 'recall': 0.7, 'f1': 0.6511627906976744, 'number': 20} | {'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18} | 0.8039 | 0.8376 | 0.8204 | 0.9099 |
0.0318 | 4.0 | 2240 | 0.4625 | {'precision': 0.9428571428571428, 'recall': 1.0, 'f1': 0.9705882352941176, 'number': 33} | {'precision': 0.6538461538461539, 'recall': 0.9444444444444444, 'f1': 0.7727272727272727, 'number': 18} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.8260869565217391, 'recall': 0.9047619047619048, 'f1': 0.8636363636363636, 'number': 21} | {'precision': 0.5416666666666666, 'recall': 0.6190476190476191, 'f1': 0.5777777777777778, 'number': 21} | {'precision': 0.631578947368421, 'recall': 0.7058823529411765, 'f1': 0.6666666666666667, 'number': 17} | {'precision': 0.7083333333333334, 'recall': 0.6538461538461539, 'f1': 0.68, 'number': 26} | {'precision': 0.7857142857142857, 'recall': 0.6111111111111112, 'f1': 0.6875000000000001, 'number': 18} | {'precision': 0.7142857142857143, 'recall': 0.6896551724137931, 'f1': 0.7017543859649122, 'number': 29} | {'precision': 0.7419354838709677, 'recall': 0.696969696969697, 'f1': 0.71875, 'number': 33} | {'precision': 0.9130434782608695, 'recall': 0.875, 'f1': 0.8936170212765957, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.9166666666666666, 'recall': 0.9565217391304348, 'f1': 0.9361702127659574, 'number': 23} | {'precision': 0.7368421052631579, 'recall': 0.7567567567567568, 'f1': 0.7466666666666667, 'number': 37} | {'precision': 0.7, 'recall': 0.7446808510638298, 'f1': 0.7216494845360825, 'number': 47} | {'precision': 0.6956521739130435, 'recall': 0.8, 'f1': 0.7441860465116279, 'number': 20} | {'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18} | {'precision': 0.926829268292683, 'recall': 0.9047619047619048, 'f1': 0.9156626506024096, 'number': 42} | {'precision': 0.65625, 'recall': 0.8076923076923077, 'f1': 0.7241379310344829, 'number': 26} | {'precision': 0.75, 'recall': 0.6623376623376623, 'f1': 0.7034482758620688, 'number': 77} | {'precision': 0.777046783625731, 'recall': 0.9251523063533508, 'f1': 0.8446563369090188, 'number': 1149} | {'precision': 0.8636363636363636, 'recall': 0.8260869565217391, 'f1': 0.8444444444444444, 'number': 23} | {'precision': 0.8333333333333334, 'recall': 0.8536585365853658, 'f1': 0.8433734939759037, 'number': 41} | {'precision': 0.6129032258064516, 'recall': 0.6785714285714286, 'f1': 0.6440677966101694, 'number': 28} | {'precision': 0.8527131782945736, 'recall': 0.7692307692307693, 'f1': 0.8088235294117646, 'number': 143} | {'precision': 0.8655913978494624, 'recall': 1.0, 'f1': 0.9279538904899135, 'number': 161} | {'precision': 0.9242424242424242, 'recall': 0.9682539682539683, 'f1': 0.9457364341085271, 'number': 126} | {'precision': 0.5909090909090909, 'recall': 0.65, 'f1': 0.6190476190476191, 'number': 20} | {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18} | 0.7923 | 0.8769 | 0.8324 | 0.9120 |
0.0213 | 5.0 | 2800 | 0.5113 | {'precision': 0.9696969696969697, 'recall': 0.9696969696969697, 'f1': 0.9696969696969697, 'number': 33} | {'precision': 0.4375, 'recall': 0.3888888888888889, 'f1': 0.411764705882353, 'number': 18} | {'precision': 0.3, 'recall': 0.6666666666666666, 'f1': 0.41379310344827586, 'number': 9} | {'precision': 0.75, 'recall': 0.7142857142857143, 'f1': 0.7317073170731706, 'number': 21} | {'precision': 0.5909090909090909, 'recall': 0.6190476190476191, 'f1': 0.6046511627906977, 'number': 21} | {'precision': 0.5789473684210527, 'recall': 0.6470588235294118, 'f1': 0.6111111111111113, 'number': 17} | {'precision': 0.7241379310344828, 'recall': 0.8076923076923077, 'f1': 0.7636363636363636, 'number': 26} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | {'precision': 0.72, 'recall': 0.6206896551724138, 'f1': 0.6666666666666666, 'number': 29} | {'precision': 0.7714285714285715, 'recall': 0.8181818181818182, 'f1': 0.7941176470588236, 'number': 33} | {'precision': 0.8214285714285714, 'recall': 0.9583333333333334, 'f1': 0.8846153846153847, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.7916666666666666, 'recall': 0.8260869565217391, 'f1': 0.8085106382978724, 'number': 23} | {'precision': 0.6923076923076923, 'recall': 0.7297297297297297, 'f1': 0.7105263157894737, 'number': 37} | {'precision': 0.8444444444444444, 'recall': 0.8085106382978723, 'f1': 0.8260869565217391, 'number': 47} | {'precision': 0.7727272727272727, 'recall': 0.85, 'f1': 0.8095238095238095, 'number': 20} | {'precision': 0.7727272727272727, 'recall': 0.9444444444444444, 'f1': 0.85, 'number': 18} | {'precision': 0.95, 'recall': 0.9047619047619048, 'f1': 0.9268292682926829, 'number': 42} | {'precision': 0.6666666666666666, 'recall': 0.7692307692307693, 'f1': 0.7142857142857142, 'number': 26} | {'precision': 0.7236842105263158, 'recall': 0.7142857142857143, 'f1': 0.7189542483660132, 'number': 77} | {'precision': 0.8109567901234568, 'recall': 0.9147084421235857, 'f1': 0.8597137014314928, 'number': 1149} | {'precision': 0.7, 'recall': 0.9130434782608695, 'f1': 0.7924528301886793, 'number': 23} | {'precision': 0.6938775510204082, 'recall': 0.8292682926829268, 'f1': 0.7555555555555555, 'number': 41} | {'precision': 0.4864864864864865, 'recall': 0.6428571428571429, 'f1': 0.5538461538461539, 'number': 28} | {'precision': 0.8014705882352942, 'recall': 0.7622377622377622, 'f1': 0.7813620071684587, 'number': 143} | {'precision': 0.9248554913294798, 'recall': 0.9937888198757764, 'f1': 0.9580838323353292, 'number': 161} | {'precision': 0.9384615384615385, 'recall': 0.9682539682539683, 'f1': 0.953125, 'number': 126} | {'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 20} | {'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18} | 0.8013 | 0.8738 | 0.8360 | 0.9139 |
0.0181 | 6.0 | 3360 | 0.5431 | {'precision': 0.9393939393939394, 'recall': 0.9393939393939394, 'f1': 0.9393939393939394, 'number': 33} | {'precision': 0.6818181818181818, 'recall': 0.8333333333333334, 'f1': 0.7499999999999999, 'number': 18} | {'precision': 0.5714285714285714, 'recall': 0.4444444444444444, 'f1': 0.5, 'number': 9} | {'precision': 0.6818181818181818, 'recall': 0.7142857142857143, 'f1': 0.6976744186046512, 'number': 21} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 21} | {'precision': 0.5714285714285714, 'recall': 0.7058823529411765, 'f1': 0.6315789473684211, 'number': 17} | {'precision': 0.7857142857142857, 'recall': 0.8461538461538461, 'f1': 0.8148148148148148, 'number': 26} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | {'precision': 0.5428571428571428, 'recall': 0.6551724137931034, 'f1': 0.5937499999999999, 'number': 29} | {'precision': 0.7575757575757576, 'recall': 0.7575757575757576, 'f1': 0.7575757575757576, 'number': 33} | {'precision': 0.8846153846153846, 'recall': 0.9583333333333334, 'f1': 0.9199999999999999, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.9166666666666666, 'recall': 0.9565217391304348, 'f1': 0.9361702127659574, 'number': 23} | {'precision': 0.675, 'recall': 0.7297297297297297, 'f1': 0.7012987012987014, 'number': 37} | {'precision': 0.6181818181818182, 'recall': 0.723404255319149, 'f1': 0.6666666666666667, 'number': 47} | {'precision': 0.8260869565217391, 'recall': 0.95, 'f1': 0.8837209302325583, 'number': 20} | {'precision': 0.7619047619047619, 'recall': 0.8888888888888888, 'f1': 0.8205128205128205, 'number': 18} | {'precision': 1.0, 'recall': 0.9285714285714286, 'f1': 0.962962962962963, 'number': 42} | {'precision': 0.5588235294117647, 'recall': 0.7307692307692307, 'f1': 0.6333333333333334, 'number': 26} | {'precision': 0.6666666666666666, 'recall': 0.7792207792207793, 'f1': 0.7185628742514969, 'number': 77} | {'precision': 0.801829268292683, 'recall': 0.9155787641427328, 'f1': 0.8549370174725721, 'number': 1149} | {'precision': 0.7692307692307693, 'recall': 0.8695652173913043, 'f1': 0.8163265306122449, 'number': 23} | {'precision': 0.7083333333333334, 'recall': 0.8292682926829268, 'f1': 0.7640449438202247, 'number': 41} | {'precision': 0.47368421052631576, 'recall': 0.6428571428571429, 'f1': 0.5454545454545454, 'number': 28} | {'precision': 0.7484662576687117, 'recall': 0.8531468531468531, 'f1': 0.7973856209150327, 'number': 143} | {'precision': 0.8695652173913043, 'recall': 0.9937888198757764, 'f1': 0.927536231884058, 'number': 161} | {'precision': 0.9384615384615385, 'recall': 0.9682539682539683, 'f1': 0.953125, 'number': 126} | {'precision': 0.6071428571428571, 'recall': 0.85, 'f1': 0.7083333333333333, 'number': 20} | {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18} | 0.7857 | 0.8866 | 0.8331 | 0.9120 |
0.013 | 7.0 | 3920 | 0.5109 | {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 33} | {'precision': 0.75, 'recall': 0.8333333333333334, 'f1': 0.7894736842105262, 'number': 18} | {'precision': 0.36363636363636365, 'recall': 0.4444444444444444, 'f1': 0.39999999999999997, 'number': 9} | {'precision': 0.7272727272727273, 'recall': 0.7619047619047619, 'f1': 0.7441860465116279, 'number': 21} | {'precision': 0.52, 'recall': 0.6190476190476191, 'f1': 0.5652173913043478, 'number': 21} | {'precision': 0.55, 'recall': 0.6470588235294118, 'f1': 0.5945945945945946, 'number': 17} | {'precision': 0.7096774193548387, 'recall': 0.8461538461538461, 'f1': 0.7719298245614036, 'number': 26} | {'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18} | {'precision': 0.6, 'recall': 0.6206896551724138, 'f1': 0.6101694915254238, 'number': 29} | {'precision': 0.8064516129032258, 'recall': 0.7575757575757576, 'f1': 0.7812499999999999, 'number': 33} | {'precision': 0.8214285714285714, 'recall': 0.9583333333333334, 'f1': 0.8846153846153847, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23} | {'precision': 0.6666666666666666, 'recall': 0.7027027027027027, 'f1': 0.6842105263157895, 'number': 37} | {'precision': 0.75, 'recall': 0.8297872340425532, 'f1': 0.787878787878788, 'number': 47} | {'precision': 0.7916666666666666, 'recall': 0.95, 'f1': 0.8636363636363635, 'number': 20} | {'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18} | {'precision': 0.9736842105263158, 'recall': 0.8809523809523809, 'f1': 0.925, 'number': 42} | {'precision': 0.68, 'recall': 0.6538461538461539, 'f1': 0.6666666666666666, 'number': 26} | {'precision': 0.6987951807228916, 'recall': 0.7532467532467533, 'f1': 0.7250000000000001, 'number': 77} | {'precision': 0.8251582278481012, 'recall': 0.9077458659704091, 'f1': 0.8644840447575632, 'number': 1149} | {'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23} | {'precision': 0.75, 'recall': 0.8048780487804879, 'f1': 0.7764705882352942, 'number': 41} | {'precision': 0.5142857142857142, 'recall': 0.6428571428571429, 'f1': 0.5714285714285714, 'number': 28} | {'precision': 0.7857142857142857, 'recall': 0.7692307692307693, 'f1': 0.7773851590106008, 'number': 143} | {'precision': 0.8695652173913043, 'recall': 0.9937888198757764, 'f1': 0.927536231884058, 'number': 161} | {'precision': 0.952755905511811, 'recall': 0.9603174603174603, 'f1': 0.9565217391304348, 'number': 126} | {'precision': 0.7391304347826086, 'recall': 0.85, 'f1': 0.7906976744186046, 'number': 20} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | 0.8078 | 0.8738 | 0.8395 | 0.9150 |
0.0088 | 8.0 | 4480 | 0.5821 | {'precision': 0.9696969696969697, 'recall': 0.9696969696969697, 'f1': 0.9696969696969697, 'number': 33} | {'precision': 0.7647058823529411, 'recall': 0.7222222222222222, 'f1': 0.7428571428571428, 'number': 18} | {'precision': 0.4, 'recall': 0.6666666666666666, 'f1': 0.5, 'number': 9} | {'precision': 0.625, 'recall': 0.7142857142857143, 'f1': 0.6666666666666666, 'number': 21} | {'precision': 0.5714285714285714, 'recall': 0.5714285714285714, 'f1': 0.5714285714285714, 'number': 21} | {'precision': 0.5454545454545454, 'recall': 0.7058823529411765, 'f1': 0.6153846153846153, 'number': 17} | {'precision': 0.6774193548387096, 'recall': 0.8076923076923077, 'f1': 0.7368421052631579, 'number': 26} | {'precision': 0.875, 'recall': 0.7777777777777778, 'f1': 0.823529411764706, 'number': 18} | {'precision': 0.6333333333333333, 'recall': 0.6551724137931034, 'f1': 0.6440677966101694, 'number': 29} | {'precision': 0.8285714285714286, 'recall': 0.8787878787878788, 'f1': 0.8529411764705883, 'number': 33} | {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.9166666666666666, 'recall': 0.9565217391304348, 'f1': 0.9361702127659574, 'number': 23} | {'precision': 0.75, 'recall': 0.7297297297297297, 'f1': 0.7397260273972601, 'number': 37} | {'precision': 0.75, 'recall': 0.8297872340425532, 'f1': 0.787878787878788, 'number': 47} | {'precision': 0.8636363636363636, 'recall': 0.95, 'f1': 0.9047619047619048, 'number': 20} | {'precision': 0.8, 'recall': 0.8888888888888888, 'f1': 0.8421052631578948, 'number': 18} | {'precision': 1.0, 'recall': 0.9523809523809523, 'f1': 0.975609756097561, 'number': 42} | {'precision': 0.76, 'recall': 0.7307692307692307, 'f1': 0.7450980392156863, 'number': 26} | {'precision': 0.7023809523809523, 'recall': 0.7662337662337663, 'f1': 0.7329192546583851, 'number': 77} | {'precision': 0.8062074186222559, 'recall': 0.9268929503916449, 'f1': 0.8623481781376519, 'number': 1149} | {'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23} | {'precision': 0.6875, 'recall': 0.8048780487804879, 'f1': 0.7415730337078651, 'number': 41} | {'precision': 0.4857142857142857, 'recall': 0.6071428571428571, 'f1': 0.5396825396825397, 'number': 28} | {'precision': 0.7741935483870968, 'recall': 0.8391608391608392, 'f1': 0.8053691275167785, 'number': 143} | {'precision': 0.8695652173913043, 'recall': 0.9937888198757764, 'f1': 0.927536231884058, 'number': 161} | {'precision': 0.952755905511811, 'recall': 0.9603174603174603, 'f1': 0.9565217391304348, 'number': 126} | {'precision': 0.7142857142857143, 'recall': 0.75, 'f1': 0.7317073170731706, 'number': 20} | {'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18} | 0.8 | 0.8914 | 0.8432 | 0.9160 |
0.0033 | 9.0 | 5040 | 0.6144 | {'precision': 0.9696969696969697, 'recall': 0.9696969696969697, 'f1': 0.9696969696969697, 'number': 33} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | {'precision': 0.38461538461538464, 'recall': 0.5555555555555556, 'f1': 0.4545454545454546, 'number': 9} | {'precision': 0.6086956521739131, 'recall': 0.6666666666666666, 'f1': 0.6363636363636365, 'number': 21} | {'precision': 0.5714285714285714, 'recall': 0.5714285714285714, 'f1': 0.5714285714285714, 'number': 21} | {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17} | {'precision': 0.625, 'recall': 0.7692307692307693, 'f1': 0.6896551724137931, 'number': 26} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | {'precision': 0.5862068965517241, 'recall': 0.5862068965517241, 'f1': 0.5862068965517241, 'number': 29} | {'precision': 0.8285714285714286, 'recall': 0.8787878787878788, 'f1': 0.8529411764705883, 'number': 33} | {'precision': 0.8518518518518519, 'recall': 0.9583333333333334, 'f1': 0.9019607843137256, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23} | {'precision': 0.7105263157894737, 'recall': 0.7297297297297297, 'f1': 0.7200000000000001, 'number': 37} | {'precision': 0.7843137254901961, 'recall': 0.851063829787234, 'f1': 0.8163265306122448, 'number': 47} | {'precision': 0.8636363636363636, 'recall': 0.95, 'f1': 0.9047619047619048, 'number': 20} | {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 18} | {'precision': 0.95, 'recall': 0.9047619047619048, 'f1': 0.9268292682926829, 'number': 42} | {'precision': 0.7307692307692307, 'recall': 0.7307692307692307, 'f1': 0.7307692307692306, 'number': 26} | {'precision': 0.6666666666666666, 'recall': 0.8051948051948052, 'f1': 0.7294117647058824, 'number': 77} | {'precision': 0.812933025404157, 'recall': 0.9190600522193212, 'f1': 0.8627450980392157, 'number': 1149} | {'precision': 0.84, 'recall': 0.9130434782608695, 'f1': 0.8749999999999999, 'number': 23} | {'precision': 0.723404255319149, 'recall': 0.8292682926829268, 'f1': 0.7727272727272727, 'number': 41} | {'precision': 0.5, 'recall': 0.6071428571428571, 'f1': 0.5483870967741935, 'number': 28} | {'precision': 0.7662337662337663, 'recall': 0.8251748251748252, 'f1': 0.7946127946127947, 'number': 143} | {'precision': 0.8702702702702703, 'recall': 1.0, 'f1': 0.930635838150289, 'number': 161} | {'precision': 0.952755905511811, 'recall': 0.9603174603174603, 'f1': 0.9565217391304348, 'number': 126} | {'precision': 0.6923076923076923, 'recall': 0.9, 'f1': 0.7826086956521738, 'number': 20} | {'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18} | 0.7997 | 0.8897 | 0.8423 | 0.9176 |
0.0018 | 10.0 | 5600 | 0.6215 | {'precision': 0.9696969696969697, 'recall': 0.9696969696969697, 'f1': 0.9696969696969697, 'number': 33} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | {'precision': 0.38461538461538464, 'recall': 0.5555555555555556, 'f1': 0.4545454545454546, 'number': 9} | {'precision': 0.6521739130434783, 'recall': 0.7142857142857143, 'f1': 0.6818181818181819, 'number': 21} | {'precision': 0.5714285714285714, 'recall': 0.5714285714285714, 'f1': 0.5714285714285714, 'number': 21} | {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17} | {'precision': 0.625, 'recall': 0.7692307692307693, 'f1': 0.6896551724137931, 'number': 26} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18} | {'precision': 0.6333333333333333, 'recall': 0.6551724137931034, 'f1': 0.6440677966101694, 'number': 29} | {'precision': 0.8285714285714286, 'recall': 0.8787878787878788, 'f1': 0.8529411764705883, 'number': 33} | {'precision': 0.8214285714285714, 'recall': 0.9583333333333334, 'f1': 0.8846153846153847, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23} | {'precision': 0.7297297297297297, 'recall': 0.7297297297297297, 'f1': 0.7297297297297297, 'number': 37} | {'precision': 0.7843137254901961, 'recall': 0.851063829787234, 'f1': 0.8163265306122448, 'number': 47} | {'precision': 0.8636363636363636, 'recall': 0.95, 'f1': 0.9047619047619048, 'number': 20} | {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 18} | {'precision': 0.975, 'recall': 0.9285714285714286, 'f1': 0.951219512195122, 'number': 42} | {'precision': 0.7407407407407407, 'recall': 0.7692307692307693, 'f1': 0.7547169811320754, 'number': 26} | {'precision': 0.6777777777777778, 'recall': 0.7922077922077922, 'f1': 0.7305389221556887, 'number': 77} | {'precision': 0.8169014084507042, 'recall': 0.9086161879895561, 'f1': 0.8603213844252164, 'number': 1149} | {'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23} | {'precision': 0.723404255319149, 'recall': 0.8292682926829268, 'f1': 0.7727272727272727, 'number': 41} | {'precision': 0.5454545454545454, 'recall': 0.6428571428571429, 'f1': 0.5901639344262296, 'number': 28} | {'precision': 0.7905405405405406, 'recall': 0.8181818181818182, 'f1': 0.8041237113402062, 'number': 143} | {'precision': 0.8695652173913043, 'recall': 0.9937888198757764, 'f1': 0.927536231884058, 'number': 161} | {'precision': 0.952755905511811, 'recall': 0.9603174603174603, 'f1': 0.9565217391304348, 'number': 126} | {'precision': 0.72, 'recall': 0.9, 'f1': 0.7999999999999999, 'number': 20} | {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18} | 0.8067 | 0.8857 | 0.8443 | 0.9182 |
Framework versions
- Transformers 4.44.2
- Pytorch 2.4.0+cu121
- Datasets 3.0.0
- Tokenizers 0.19.1
- Downloads last month
- 10
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social
visibility and check back later, or deploy to Inference Endpoints (dedicated)
instead.
Model tree for minhquy1624/model_gam_1809
Base model
FacebookAI/xlm-roberta-large