Upload results/evaluation with huggingface_hub

results/evaluation/general_evaluation_results.txt

@@ -0,0 +1,189 @@
+--- Bagian tentang question type ---
+-- Bagian tentang question type yang terprediksi BENAR --
+Banyak pertanyaan APA: 167, sebesar: 19.69 %
+Banyak pertanyaan DIMANA: 30, sebesar: 3.54 %
+Banyak pertanyaan KAPAN: 138, sebesar: 16.27 %
+Banyak pertanyaan SIAPA: 56, sebesar: 6.6 %
+Banyak pertanyaan BAGAIMANA: 8, sebesar: 0.94 %
+Banyak pertanyaan KENAPA: 5, sebesar: 0.59 %
+Banyak pertanyaan BERAPA: 76, sebesar: 8.96 %
+Banyak pertanyaan LAINNYA: 99, sebesar: 11.67 %
+
+-- Bagian tentang question type yang terprediksi SALAH --
+Banyak pertanyaan APA: 101, sebesar: 11.91 %
+Banyak pertanyaan DIMANA: 19, sebesar: 2.24 %
+Banyak pertanyaan KAPAN: 35, sebesar: 4.13 %
+Banyak pertanyaan SIAPA: 20, sebesar: 2.36 %
+Banyak pertanyaan BAGAIMANA: 4, sebesar: 0.47 %
+Banyak pertanyaan KENAPA: 3, sebesar: 0.35 %
+Banyak pertanyaan BERAPA: 35, sebesar: 4.13 %
+Banyak pertanyaan LAINNYA: 52, sebesar: 6.13 %
+
+-- Presentase kebenaran --
+Banyak pertanyaan APA yang terpediksi benar sebesar: 62.31 %
+Banyak pertanyaan DIMANA yang terpediksi benar sebesar: 61.22 %
+Banyak pertanyaan KAPAN yang terpediksi benar sebesar: 79.77 %
+Banyak pertanyaan SIAPA yang terpediksi benar sebesar: 73.68 %
+Banyak pertanyaan BAGAIMANA yang terpediksi benar sebesar: 66.67 %
+Banyak pertanyaan KENAPA yang terpediksi benar sebesar: 62.5 %
+Banyak pertanyaan BERAPA yang terpediksi benar sebesar: 68.47 %
+Banyak pertanyaan LAINNYA yang terpediksi benar sebesar: 65.56 %
+
+--- Bagian tentang panjang context ---
+-- Bagian tentang panjang context yang terprediksi BENAR --
+Panjang konteks < 100: 412, sebesar: 48.58 %
+Panjang konteks 101 <= x <= 150: 167, sebesar: 19.69 %
+Panjang konteks 151 <= x <= 200: 0, sebesar: 0.0 %
+Panjang konteks 201 <= x <= 250: 0, sebesar: 0.0 %
+Panjang konteks 251 <= x <= 300: 0, sebesar: 0.0 %
+Panjang konteks > 300: 0, sebesar: 0.0 %
+
+-- Bagian tentang panjang context yang terprediksi SALAH --
+Panjang konteks < 100: 174, sebesar: 20.52 %
+Panjang konteks 101 <= x <= 150: 95, sebesar: 11.2 %
+Panjang konteks 151 <= x <= 200: 0, sebesar: 0.0 %
+Panjang konteks 201 <= x <= 250: 0, sebesar: 0.0 %
+Panjang konteks 251 <= x <= 300: 0, sebesar: 0.0 %
+Panjang konteks > 300: 0, sebesar: 0.0 %
+
+-- Presentase kebenaran --
+Panjang konteks < 100 yang terprediksi benar sebesar: 70.31 %
+Panjang konteks 101 <= x <= 150 yang terprediksi benar sebesar: 63.74 %
+Panjang konteks 151 <= x <= 200 yang terprediksi benar sebesar: 0 %
+Panjang konteks 201 <= x <= 250 yang terprediksi benar sebesar: 0 %
+Panjang konteks 251 <= x <= 300 yang terprediksi benar sebesar: 0 %
+Panjang konteks > 300 yang terprediksi benar sebesar: 0 %
+
+--- Bagian tentang panjang question ---
+-- Bagian tentang panjang question yang terprediksi BENAR --
+Panjang question 1 <= x <= 5: 256, sebesar: 30.19 %
+Panjang question 6 <= x <= 10: 323, sebesar: 38.09 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Bagian tentang panjang question yang terprediksi SALAH --
+Panjang question 1 <= x <= 5: 135, sebesar: 15.92 %
+Panjang question 6 <= x <= 10: 134, sebesar: 15.8 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Presentase kebenaran --
+Panjang question 1 <= x <= 5 yang terprediksi benar sebesar: 65.47 %
+Panjang question 6 <= x <= 10 yang terprediksi benar sebesar: 70.68 %
+Panjang question 11 <= x <= 15 yang terprediksi benar sebesar: 0 %
+Panjang question 16 <= x <= 20 yang terprediksi benar sebesar: 0 %
+Panjang question > 20 yang terprediksi benar sebesar: 0 %
+
+--- Bagian tentang panjang gold answer ---
+-- Bagian tentang panjang gold answer yang terprediksi BENAR --
+Panjang question 1 <= x <= 5: 529, sebesar: 62.38 %
+Panjang question 6 <= x <= 10: 50, sebesar: 5.9 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Bagian tentang panjang gold answer yang terprediksi SALAH --
+Panjang question 1 <= x <= 5: 201, sebesar: 23.7 %
+Panjang question 6 <= x <= 10: 68, sebesar: 8.02 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Presentase kebenaran --
+Panjang question 1 <= x <= 5 yang terprediksi benar sebesar: 72.47 %
+Panjang question 6 <= x <= 10 yang terprediksi benar sebesar: 42.37 %
+Panjang question 11 <= x <= 15 yang terprediksi benar sebesar: 0 %
+Panjang question 16 <= x <= 20 yang terprediksi benar sebesar: 0 %
+Panjang question > 20 yang terprediksi benar sebesar: 0 %
+
+--- Bagian tentang answer type ---
+-- Bagian tentang answer type yang terprediksi BENAR --
+Banyak answer type Person sebanyak: 27, sekitar 3.0 %
+Banyak answer type NORP sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Facility sebanyak: 0, sekitar 0.0 %
+Banyak answer type Organization sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Geo-Political Entity sebanyak: 20, sekitar 2.2222222222222223 %
+Banyak answer type Location sebanyak: 7, sekitar 0.7777777777777778 %
+Banyak answer type Product sebanyak: 14, sekitar 1.5555555555555556 %
+Banyak answer type Event sebanyak: 0, sekitar 0.0 %
+Banyak answer type Work of Art sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Law sebanyak: 0, sekitar 0.0 %
+Banyak answer type Language sebanyak: 0, sekitar 0.0 %
+Banyak answer type Date sebanyak: 56, sekitar 6.222222222222222 %
+Banyak answer type Time sebanyak: 0, sekitar 0.0 %
+Banyak answer type Percent sebanyak: 0, sekitar 0.0 %
+Banyak answer type Money sebanyak: 1, sekitar 0.1111111111111111 %
+Banyak answer type Quantity sebanyak: 22, sekitar 2.4444444444444446 %
+Banyak answer type Ordinal sebanyak: 8, sekitar 0.8888888888888888 %
+Banyak answer type Cardinal sebanyak: 9, sekitar 1.0 %
+Banyak answer type REG sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Null sebanyak: 420, sekitar 46.666666666666664 %
+
+-- Bagian tentang answer type yang terprediksi SALAH --
+Banyak answer type Person sebanyak: 28, sekitar 3.111111111111111 %
+Banyak answer type NORP sebanyak: 4, sekitar 0.4444444444444444 %
+Banyak answer type Facility sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Organization sebanyak: 9, sekitar 1.0 %
+Banyak answer type Geo-Political Entity sebanyak: 23, sekitar 2.555555555555556 %
+Banyak answer type Location sebanyak: 14, sekitar 1.5555555555555556 %
+Banyak answer type Product sebanyak: 18, sekitar 2.0 %
+Banyak answer type Event sebanyak: 4, sekitar 0.4444444444444444 %
+Banyak answer type Work of Art sebanyak: 5, sekitar 0.5555555555555556 %
+Banyak answer type Law sebanyak: 0, sekitar 0.0 %
+Banyak answer type Language sebanyak: 1, sekitar 0.1111111111111111 %
+Banyak answer type Date sebanyak: 28, sekitar 3.111111111111111 %
+Banyak answer type Time sebanyak: 1, sekitar 0.1111111111111111 %
+Banyak answer type Percent sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Money sebanyak: 2, sekitar 0.2222222222222222 %
+Banyak answer type Quantity sebanyak: 13, sekitar 1.4444444444444444 %
+Banyak answer type Ordinal sebanyak: 6, sekitar 0.6666666666666667 %
+Banyak answer type Cardinal sebanyak: 17, sekitar 1.8888888888888888 %
+Banyak answer type REG sebanyak: 8, sekitar 0.8888888888888888 %
+Banyak answer type Null sebanyak: 123, sekitar 13.666666666666666 %
+
+-- Presentase kebenaran --
+Banyak answer type Person yang terprediksi benar sebesar: 49.09 %
+Banyak answer type NORP yang terprediksi benar sebesar: 33.33 %
+Banyak answer type Facility yang terprediksi benar sebesar: 0.0 %
+Banyak answer type Organization yang terprediksi benar sebesar: 18.18 %
+Banyak answer type Geo-Political Entity yang terprediksi benar sebesar: 46.51 %
+Banyak answer type Location yang terprediksi benar sebesar: 33.33 %
+Banyak answer type Product yang terprediksi benar sebesar: 43.75 %
+Banyak answer type Event yang terprediksi benar sebesar: 0.0 %
+Banyak answer type Work of Art yang terprediksi benar sebesar: 28.57 %
+Banyak answer type Law yang terprediksi benar sebesar: 0 %
+Banyak answer type Language yang terprediksi benar sebesar: 0.0 %
+Banyak answer type Date yang terprediksi benar sebesar: 66.67 %
+Banyak answer type Time yang terprediksi benar sebesar: 0.0 %
+Banyak answer type Percent yang terprediksi benar sebesar: 0.0 %
+Banyak answer type Money yang terprediksi benar sebesar: 33.33 %
+Banyak answer type Quantity yang terprediksi benar sebesar: 62.86 %
+Banyak answer type Ordinal yang terprediksi benar sebesar: 57.14 %
+Banyak answer type Cardinal yang terprediksi benar sebesar: 34.62 %
+Banyak answer type REG yang terprediksi benar sebesar: 20.0 %
+Banyak answer type Null yang terprediksi benar sebesar: 77.35 %
+
+--- Bagian tentang reasoning type ---
+-- Bagian tentang reasoning type yang terprediksi BENAR --
+Banyak reasoning type berjenis WM sebanyak: 6, sebesar: 6.0 %
+Banyak reasoning type berjenis PP sebanyak: 8, sebesar: 8.0 %
+Banyak reasoning type berjenis SSR sebanyak: 2, sebesar: 2.0 %
+Banyak reasoning type berjenis MSR sebanyak: 4, sebesar: 4.0 %
+Banyak reasoning type berjenis AoI sebanyak: 46, sebesar: 46.0 %
+
+-- Bagian tentang reasoning type yang terprediksi SALAH --
+Banyak reasoning type berjenis WM sebanyak: 4, sebesar: 4.0 %
+Banyak reasoning type berjenis PP sebanyak: 1, sebesar: 1.0 %
+Banyak reasoning type berjenis SSR sebanyak: 3, sebesar: 3.0 %
+Banyak reasoning type berjenis MSR sebanyak: 9, sebesar: 9.0 %
+Banyak reasoning type berjenis AoI sebanyak: 17, sebesar: 17.0 %
+
+-- Presentase kebenaran --
+Banyak reasoning type berjenis WM yang terprediksi benar sebesar: 60.0 %
+Banyak reasoning type berjenis PP yang terprediksi benar sebesar: 88.89 %
+Banyak reasoning type berjenis SSR yang terprediksi benar sebesar: 40.0 %
+Banyak reasoning type berjenis MSR yang terprediksi benar sebesar: 30.77 %
+Banyak reasoning type berjenis AoI yang terprediksi benar sebesar: 73.02 %
+

results/evaluation/metric_result.txt

@@ -0,0 +1 @@
+{'exact_match': 67.9245283018868, 'f1': 74.03608244980539}