distilbert-base-multilingual-cased-mapa_coarse-ner:可用于多语言法律文本中的实体识别任务，该项目基于 DistilBERT 模型，在 lextreme 数据集上训练，支持多种语言，具备较高的识别精度与准确率。【此简介由AI生成】 - AtomGit AI社区

distilbert-base-multilingual-cased-mapa_coarse-ner

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
训练轮次：10

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
0.0248	1.0	1739	0.0528	0.7451	0.5805	0.6525	0.9871
0.0181	2.0	3478	0.0595	0.7369	0.5749	0.6459	0.9875
0.0121	3.0	5217	0.0499	0.7404	0.6280	0.6796	0.9879
0.0088	4.0	6956	0.0634	0.6912	0.6334	0.6610	0.9875
0.0072	5.0	8695	0.0625	0.7109	0.6478	0.6779	0.9880
0.0052	6.0	10434	0.0702	0.7098	0.6518	0.6796	0.9878
0.0041	7.0	12173	0.0733	0.7176	0.6429	0.6782	0.9878
0.0026	8.0	13912	0.0779	0.7198	0.6540	0.6853	0.9879
0.0019	9.0	15651	0.0875	0.7181	0.6419	0.6779	0.9877
0.0018	10.0	17390	0.0882	0.7191	0.6453	0.6802	0.9879

框架版本

Transformers 4.26.0
Pytorch 1.13.1+cu117
Datasets 2.9.0
Tokenizers 0.13.2