|
--- |
|
tags: |
|
- generated_from_trainer |
|
datasets: |
|
- nerde |
|
widget: |
|
- text: "Considerando-se os argumentos elencados pela Peticionária, infere-se que a CNH Industrial detém legítimo interesse pelo caso em epígrafe, visto que pode ser afetada pela decisão a ser adotada pelo Cade sobre a Operação, constatação que autoriza o enquadramento do pleito nas hipóteses previstas no artigo 50 da Lei nº 12.529/2011." |
|
- text: "Em análise dos autos verifica-se a existência de documentos contra Aurélio de Paula, datados de 04 de março de 2010, 19 de março de 2010 e 05 de outubro de 2010; contra Bianchini Indústria de Plásticos Ltda., Igon Bernardelli, datados de 19 de março de 2010; contra a Nasato Indústria de Plásticos Eireli e Osmair Nasato, datados de 04 de março de 2010 e 05 de outubro de 2010; contra TWB Indústria e Comércio de Produtos Plásticos Ltda. e Waldir Dezotti, datados de 04 de março de 2010 e 05 de outubro de 2010, podendo-se concluir que a conduta ocorreu de forma contínua na maioria dos casos, pelo menos ao longo do ano de 2010, questões que serão melhor analisadas após o fim da instrução processual." |
|
inference: |
|
parameters: |
|
aggregation_strategy: "max" |
|
metrics: |
|
- precision |
|
- recall |
|
- f1 |
|
- accuracy |
|
model-index: |
|
- name: NERDE-base |
|
results: |
|
- task: |
|
name: Token Classification |
|
type: token-classification |
|
dataset: |
|
name: nerde |
|
type: nerde |
|
args: NERDE |
|
metrics: |
|
- name: Precision |
|
type: precision |
|
value: 0.9118601747815231 |
|
- name: Recall |
|
type: recall |
|
value: 0.9152882205513785 |
|
- name: F1 |
|
type: f1 |
|
value: 0.9135709818636648 |
|
- name: Accuracy |
|
type: accuracy |
|
value: 0.9841962132484992 |
|
--- |
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
should probably proofread and complete it, then remove this comment. --> |
|
|
|
# NERDE-base |
|
|
|
This model is a fine-tuned version of [pierreguillou/bert-base-cased-pt-lenerbr](https://huggingface.co/pierreguillou/bert-base-cased-pt-lenerbr) on the nerde dataset. |
|
It achieves the following results on the evaluation set: |
|
- Loss: 0.1246 |
|
- Precision: 0.9119 |
|
- Recall: 0.9153 |
|
- F1: 0.9136 |
|
- Accuracy: 0.9842 |
|
|
|
## 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: 2e-05 |
|
- train_batch_size: 16 |
|
- eval_batch_size: 16 |
|
- 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 | Precision | Recall | F1 | Accuracy | |
|
|:-------------:|:-----:|:----:|:---------------:|:---------:|:------:|:------:|:--------:| |
|
| 0.2466 | 1.0 | 541 | 0.1003 | 0.8515 | 0.8822 | 0.8666 | 0.9782 | |
|
| 0.0608 | 2.0 | 1082 | 0.0855 | 0.8990 | 0.9083 | 0.9036 | 0.9837 | |
|
| 0.0411 | 3.0 | 1623 | 0.1006 | 0.9078 | 0.9103 | 0.9090 | 0.9837 | |
|
| 0.0266 | 4.0 | 2164 | 0.1052 | 0.9023 | 0.9163 | 0.9092 | 0.9828 | |
|
| 0.0191 | 5.0 | 2705 | 0.1060 | 0.9112 | 0.9183 | 0.9147 | 0.9847 | |
|
| 0.0153 | 6.0 | 3246 | 0.1152 | 0.9052 | 0.9098 | 0.9075 | 0.9831 | |
|
| 0.0124 | 7.0 | 3787 | 0.1209 | 0.9029 | 0.9185 | 0.9107 | 0.9835 | |
|
| 0.0083 | 8.0 | 4328 | 0.1176 | 0.9072 | 0.9163 | 0.9117 | 0.9844 | |
|
| 0.0077 | 9.0 | 4869 | 0.1240 | 0.9080 | 0.9201 | 0.9140 | 0.9844 | |
|
| 0.0051 | 10.0 | 5410 | 0.1246 | 0.9119 | 0.9153 | 0.9136 | 0.9842 | |
|
|
|
|
|
### Framework versions |
|
|
|
- Transformers 4.20.1 |
|
- Pytorch 1.12.0+cu113 |
|
- Datasets 2.3.2 |
|
- Tokenizers 0.12.1 |
|
|
