bert-base-NER-finetuned-ner

该模型是 dslim/bert-base-NER 在 x_glue 数据集上的微调版本。其在评估集上取得了以下结果：

损失：1.4380
精确率：0.2274
召回率：0.1119
F1 值：0.1499
准确率：0.8485

模型描述

需要更多信息

预期用途与局限性

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练过程中使用了以下超参数：

学习率：2e-05
训练批次大小：16
评估批次大小：16
种子：42
优化器：Adam，betas=(0.9,0.999)，epsilon=1e-08
学习率调度器类型：线性
训练轮数：5

训练结果

训练损失	轮次	步数	验证损失	精确率	召回率	F1 值	准确率
0.0822	1.0	878	1.1648	0.2068	0.1101	0.1437	0.8471
0.0102	2.0	1756	1.2697	0.2073	0.1110	0.1445	0.8447
0.0049	3.0	2634	1.3945	0.2006	0.1073	0.1399	0.8368
0.0025	4.0	3512	1.3994	0.2243	0.1126	0.1499	0.8501
0.0011	5.0	4390	1.4380	0.2274	0.1119	0.1499	0.8485

框架版本

Transformers 4.10.2
Pytorch 1.9.0+cu102
Datasets 1.12.1
Tokenizers 0.10.3