--- license: mit base_model: FacebookAI/xlm-roberta-large tags: - generated_from_trainer model-index: - name: Roberta-large-finetuned-ner-ghtk-cs-3090-18July-2 results: [] --- # Roberta-large-finetuned-ner-ghtk-cs-3090-18July-2 This model is a fine-tuned version of [FacebookAI/xlm-roberta-large](https://huggingface.co/FacebookAI/xlm-roberta-large) on the None dataset. It achieves the following results on the evaluation set: - Loss: 0.3875 - cmt: {'precision': 0.7142857142857143, 'recall': 0.7142857142857143, 'f1': 0.7142857142857143, 'number': 14} - Tk: {'precision': 0.6438356164383562, 'recall': 0.4051724137931034, 'f1': 0.49735449735449727, 'number': 116} - A: {'precision': 0.9545454545454546, 'recall': 0.9545454545454546, 'f1': 0.9545454545454546, 'number': 418} - Gày: {'precision': 0.6511627906976745, 'recall': 0.8484848484848485, 'f1': 0.736842105263158, 'number': 33} - Gày trừu tượng: {'precision': 0.8914893617021277, 'recall': 0.8972162740899358, 'f1': 0.8943436499466383, 'number': 467} - Gân hàng: {'precision': 0.9117647058823529, 'recall': 0.8857142857142857, 'f1': 0.8985507246376812, 'number': 35} - Hương thức thanh toán: {'precision': 0.9310344827586207, 'recall': 0.9, 'f1': 0.9152542372881356, 'number': 30} - Hối lượng: {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 12} - Iền: {'precision': 0.8292682926829268, 'recall': 0.8717948717948718, 'f1': 0.8500000000000001, 'number': 39} - Iờ: {'precision': 0.7297297297297297, 'recall': 0.7105263157894737, 'f1': 0.7200000000000001, 'number': 38} - Mail: {'precision': 1.0, 'recall': 0.9217687074829932, 'f1': 0.95929203539823, 'number': 294} - Ã đơn: {'precision': 0.8142857142857143, 'recall': 0.8592964824120602, 'f1': 0.8361858190709046, 'number': 199} - Ên người: {'precision': 0.6129032258064516, 'recall': 0.6333333333333333, 'f1': 0.6229508196721313, 'number': 30} - Đt: {'precision': 0.8923719958202717, 'recall': 0.9726651480637813, 'f1': 0.9307901907356947, 'number': 878} - Đt trừu tượng: {'precision': 0.8539823008849557, 'recall': 0.9018691588785047, 'f1': 0.8772727272727273, 'number': 214} - Ơn vị đo: {'precision': 0.6571428571428571, 'recall': 0.8214285714285714, 'f1': 0.73015873015873, 'number': 28} - Ản phẩm cụ thể: {'precision': 0.8020833333333334, 'recall': 0.6111111111111112, 'f1': 0.6936936936936937, 'number': 126} - Ản phẩm trừu tượng: {'precision': 0.6363636363636364, 'recall': 0.6829268292682927, 'f1': 0.6588235294117647, 'number': 41} - Ịa chỉ cụ thể: {'precision': 0.4482758620689655, 'recall': 0.3466666666666667, 'f1': 0.39097744360902253, 'number': 75} - Ịa chỉ trừu tượng: {'precision': 0.7464788732394366, 'recall': 0.7066666666666667, 'f1': 0.7260273972602739, 'number': 75} - Overall Precision: 0.8659 - Overall Recall: 0.8681 - Overall F1: 0.8670 - Overall Accuracy: 0.9423 ## 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: 4 - eval_batch_size: 4 - 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 | cmt | Tk | A | Gày | Gày trừu tượng | Gân hàng | Hương thức thanh toán | Hối lượng | Iền | Iờ | Mail | Ã đơn | Ên người | Đt | Đt trừu tượng | Ơn vị đo | Ản phẩm cụ thể | Ản phẩm trừu tượng | Ịa chỉ cụ thể | Ịa chỉ trừu tượng | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy | |:-------------:|:-----:|:-----:|:---------------:|:-------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-----------------:|:--------------:|:----------:|:----------------:| | 0.3194 | 1.0 | 1470 | 0.3271 | {'precision': 0.75, 'recall': 0.8571428571428571, 'f1': 0.7999999999999999, 'number': 14} | {'precision': 0.8, 'recall': 0.034482758620689655, 'f1': 0.06611570247933884, 'number': 116} | {'precision': 0.9815303430079155, 'recall': 0.8899521531100478, 'f1': 0.9335006273525721, 'number': 418} | {'precision': 0.6190476190476191, 'recall': 0.7878787878787878, 'f1': 0.6933333333333334, 'number': 33} | {'precision': 0.8583509513742071, 'recall': 0.8693790149892934, 'f1': 0.8638297872340426, 'number': 467} | {'precision': 1.0, 'recall': 0.05714285714285714, 'f1': 0.1081081081081081, 'number': 35} | {'precision': 0.8461538461538461, 'recall': 0.7333333333333333, 'f1': 0.7857142857142856, 'number': 30} | {'precision': 0.4090909090909091, 'recall': 0.75, 'f1': 0.5294117647058824, 'number': 12} | {'precision': 0.6909090909090909, 'recall': 0.9743589743589743, 'f1': 0.8085106382978723, 'number': 39} | {'precision': 0.5636363636363636, 'recall': 0.8157894736842105, 'f1': 0.6666666666666666, 'number': 38} | {'precision': 0.84, 'recall': 1.0, 'f1': 0.9130434782608696, 'number': 294} | {'precision': 0.7777777777777778, 'recall': 0.7738693467336684, 'f1': 0.7758186397984888, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.8118433619866284, 'recall': 0.9681093394077449, 'f1': 0.8831168831168831, 'number': 878} | {'precision': 0.9172413793103448, 'recall': 0.6214953271028038, 'f1': 0.7409470752089136, 'number': 214} | {'precision': 0.6470588235294118, 'recall': 0.39285714285714285, 'f1': 0.4888888888888888, 'number': 28} | {'precision': 0.8275862068965517, 'recall': 0.38095238095238093, 'f1': 0.5217391304347827, 'number': 126} | {'precision': 0.6363636363636364, 'recall': 0.34146341463414637, 'f1': 0.4444444444444445, 'number': 41} | {'precision': 0.6666666666666666, 'recall': 0.02666666666666667, 'f1': 0.05128205128205129, 'number': 75} | {'precision': 0.7959183673469388, 'recall': 0.52, 'f1': 0.6290322580645161, 'number': 75} | 0.8323 | 0.7802 | 0.8054 | 0.9098 | | 0.1846 | 2.0 | 2940 | 0.2902 | {'precision': 0.6666666666666666, 'recall': 0.8571428571428571, 'f1': 0.75, 'number': 14} | {'precision': 0.5037037037037037, 'recall': 0.5862068965517241, 'f1': 0.5418326693227091, 'number': 116} | {'precision': 0.9244851258581236, 'recall': 0.9665071770334929, 'f1': 0.945029239766082, 'number': 418} | {'precision': 0.7586206896551724, 'recall': 0.6666666666666666, 'f1': 0.7096774193548386, 'number': 33} | {'precision': 0.9249394673123487, 'recall': 0.8179871520342612, 'f1': 0.8681818181818182, 'number': 467} | {'precision': 0.7567567567567568, 'recall': 0.8, 'f1': 0.7777777777777778, 'number': 35} | {'precision': 0.7857142857142857, 'recall': 0.7333333333333333, 'f1': 0.7586206896551724, 'number': 30} | {'precision': 0.5, 'recall': 0.08333333333333333, 'f1': 0.14285714285714285, 'number': 12} | {'precision': 0.75, 'recall': 0.6153846153846154, 'f1': 0.676056338028169, 'number': 39} | {'precision': 0.5614035087719298, 'recall': 0.8421052631578947, 'f1': 0.6736842105263158, 'number': 38} | {'precision': 1.0, 'recall': 0.7278911564625851, 'f1': 0.84251968503937, 'number': 294} | {'precision': 0.5365168539325843, 'recall': 0.9597989949748744, 'f1': 0.6882882882882885, 'number': 199} | {'precision': 0.5217391304347826, 'recall': 0.4, 'f1': 0.4528301886792453, 'number': 30} | {'precision': 0.7985212569316081, 'recall': 0.9840546697038725, 'f1': 0.8816326530612245, 'number': 878} | {'precision': 0.7165354330708661, 'recall': 0.8504672897196262, 'f1': 0.7777777777777777, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.7345132743362832, 'recall': 0.6587301587301587, 'f1': 0.6945606694560671, 'number': 126} | {'precision': 0.4528301886792453, 'recall': 0.5853658536585366, 'f1': 0.5106382978723404, 'number': 41} | {'precision': 0.25806451612903225, 'recall': 0.21333333333333335, 'f1': 0.23357664233576642, 'number': 75} | {'precision': 0.8571428571428571, 'recall': 0.56, 'f1': 0.6774193548387096, 'number': 75} | 0.7728 | 0.8295 | 0.8002 | 0.9067 | | 0.1372 | 3.0 | 4410 | 0.2624 | {'precision': 0.6875, 'recall': 0.7857142857142857, 'f1': 0.7333333333333334, 'number': 14} | {'precision': 0.5760869565217391, 'recall': 0.45689655172413796, 'f1': 0.5096153846153846, 'number': 116} | {'precision': 0.9316628701594533, 'recall': 0.9784688995215312, 'f1': 0.954492415402567, 'number': 418} | {'precision': 0.5625, 'recall': 0.8181818181818182, 'f1': 0.6666666666666666, 'number': 33} | {'precision': 0.8729508196721312, 'recall': 0.9122055674518201, 'f1': 0.8921465968586387, 'number': 467} | {'precision': 0.8709677419354839, 'recall': 0.7714285714285715, 'f1': 0.8181818181818182, 'number': 35} | {'precision': 0.9130434782608695, 'recall': 0.7, 'f1': 0.7924528301886793, 'number': 30} | {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 12} | {'precision': 0.7857142857142857, 'recall': 0.5641025641025641, 'f1': 0.6567164179104477, 'number': 39} | {'precision': 0.6764705882352942, 'recall': 0.6052631578947368, 'f1': 0.6388888888888888, 'number': 38} | {'precision': 0.8882175226586103, 'recall': 1.0, 'f1': 0.9408000000000001, 'number': 294} | {'precision': 0.7302904564315352, 'recall': 0.8844221105527639, 'f1': 0.8, 'number': 199} | {'precision': 0.5217391304347826, 'recall': 0.4, 'f1': 0.4528301886792453, 'number': 30} | {'precision': 0.838150289017341, 'recall': 0.9908883826879271, 'f1': 0.908141962421712, 'number': 878} | {'precision': 0.8638743455497382, 'recall': 0.7710280373831776, 'f1': 0.8148148148148148, 'number': 214} | {'precision': 0.6551724137931034, 'recall': 0.6785714285714286, 'f1': 0.6666666666666666, 'number': 28} | {'precision': 0.7976190476190477, 'recall': 0.5317460317460317, 'f1': 0.638095238095238, 'number': 126} | {'precision': 0.5882352941176471, 'recall': 0.4878048780487805, 'f1': 0.5333333333333332, 'number': 41} | {'precision': 0.36, 'recall': 0.24, 'f1': 0.288, 'number': 75} | {'precision': 0.8181818181818182, 'recall': 0.6, 'f1': 0.6923076923076923, 'number': 75} | 0.8257 | 0.8567 | 0.8409 | 0.9278 | | 0.1107 | 4.0 | 5880 | 0.2533 | {'precision': 0.6, 'recall': 0.6428571428571429, 'f1': 0.6206896551724138, 'number': 14} | {'precision': 0.5576923076923077, 'recall': 0.25, 'f1': 0.34523809523809523, 'number': 116} | {'precision': 0.9721518987341772, 'recall': 0.9186602870813397, 'f1': 0.9446494464944649, 'number': 418} | {'precision': 0.6190476190476191, 'recall': 0.7878787878787878, 'f1': 0.6933333333333334, 'number': 33} | {'precision': 0.9414519906323185, 'recall': 0.860813704496788, 'f1': 0.8993288590604026, 'number': 467} | {'precision': 0.8529411764705882, 'recall': 0.8285714285714286, 'f1': 0.8405797101449276, 'number': 35} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 30} | {'precision': 0.75, 'recall': 0.5, 'f1': 0.6, 'number': 12} | {'precision': 0.7708333333333334, 'recall': 0.9487179487179487, 'f1': 0.8505747126436781, 'number': 39} | {'precision': 0.71875, 'recall': 0.6052631578947368, 'f1': 0.6571428571428571, 'number': 38} | {'precision': 0.9337979094076655, 'recall': 0.9115646258503401, 'f1': 0.9225473321858864, 'number': 294} | {'precision': 0.7563025210084033, 'recall': 0.9045226130653267, 'f1': 0.8237986270022885, 'number': 199} | {'precision': 0.6896551724137931, 'recall': 0.6666666666666666, 'f1': 0.6779661016949153, 'number': 30} | {'precision': 0.8865323435843054, 'recall': 0.9521640091116174, 'f1': 0.9181768259198243, 'number': 878} | {'precision': 0.8163265306122449, 'recall': 0.9345794392523364, 'f1': 0.8714596949891067, 'number': 214} | {'precision': 0.6551724137931034, 'recall': 0.6785714285714286, 'f1': 0.6666666666666666, 'number': 28} | {'precision': 0.8181818181818182, 'recall': 0.42857142857142855, 'f1': 0.5625, 'number': 126} | {'precision': 0.6046511627906976, 'recall': 0.6341463414634146, 'f1': 0.6190476190476191, 'number': 41} | {'precision': 0.4411764705882353, 'recall': 0.2, 'f1': 0.27522935779816515, 'number': 75} | {'precision': 0.7666666666666667, 'recall': 0.6133333333333333, 'f1': 0.6814814814814815, 'number': 75} | 0.8616 | 0.8330 | 0.8471 | 0.9319 | | 0.0835 | 5.0 | 7350 | 0.2832 | {'precision': 0.7142857142857143, 'recall': 0.7142857142857143, 'f1': 0.7142857142857143, 'number': 14} | {'precision': 0.5916666666666667, 'recall': 0.6120689655172413, 'f1': 0.6016949152542374, 'number': 116} | {'precision': 0.9566265060240964, 'recall': 0.9497607655502392, 'f1': 0.9531812725090036, 'number': 418} | {'precision': 0.6666666666666666, 'recall': 0.7878787878787878, 'f1': 0.7222222222222221, 'number': 33} | {'precision': 0.8970588235294118, 'recall': 0.9143468950749465, 'f1': 0.9056203605514316, 'number': 467} | {'precision': 0.8108108108108109, 'recall': 0.8571428571428571, 'f1': 0.8333333333333334, 'number': 35} | {'precision': 0.8620689655172413, 'recall': 0.8333333333333334, 'f1': 0.847457627118644, 'number': 30} | {'precision': 0.5555555555555556, 'recall': 0.4166666666666667, 'f1': 0.4761904761904762, 'number': 12} | {'precision': 0.7872340425531915, 'recall': 0.9487179487179487, 'f1': 0.8604651162790696, 'number': 39} | {'precision': 0.6363636363636364, 'recall': 0.7368421052631579, 'f1': 0.6829268292682926, 'number': 38} | {'precision': 0.9691780821917808, 'recall': 0.9625850340136054, 'f1': 0.9658703071672354, 'number': 294} | {'precision': 0.7477876106194691, 'recall': 0.8492462311557789, 'f1': 0.7952941176470589, 'number': 199} | {'precision': 0.4666666666666667, 'recall': 0.4666666666666667, 'f1': 0.4666666666666667, 'number': 30} | {'precision': 0.8696969696969697, 'recall': 0.9806378132118451, 'f1': 0.9218415417558886, 'number': 878} | {'precision': 0.8597285067873304, 'recall': 0.8878504672897196, 'f1': 0.8735632183908046, 'number': 214} | {'precision': 0.7142857142857143, 'recall': 0.8928571428571429, 'f1': 0.7936507936507937, 'number': 28} | {'precision': 0.788235294117647, 'recall': 0.5317460317460317, 'f1': 0.6350710900473934, 'number': 126} | {'precision': 0.5384615384615384, 'recall': 0.5121951219512195, 'f1': 0.525, 'number': 41} | {'precision': 0.34782608695652173, 'recall': 0.21333333333333335, 'f1': 0.2644628099173553, 'number': 75} | {'precision': 0.8, 'recall': 0.64, 'f1': 0.7111111111111111, 'number': 75} | 0.8451 | 0.8697 | 0.8572 | 0.9372 | | 0.0606 | 6.0 | 8820 | 0.3272 | {'precision': 0.7333333333333333, 'recall': 0.7857142857142857, 'f1': 0.7586206896551724, 'number': 14} | {'precision': 0.6372549019607843, 'recall': 0.5603448275862069, 'f1': 0.5963302752293577, 'number': 116} | {'precision': 0.9502369668246445, 'recall': 0.9593301435406698, 'f1': 0.9547619047619048, 'number': 418} | {'precision': 0.6585365853658537, 'recall': 0.8181818181818182, 'f1': 0.7297297297297297, 'number': 33} | {'precision': 0.8940677966101694, 'recall': 0.9036402569593148, 'f1': 0.898828541001065, 'number': 467} | {'precision': 0.7804878048780488, 'recall': 0.9142857142857143, 'f1': 0.8421052631578947, 'number': 35} | {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 30} | {'precision': 0.6, 'recall': 0.5, 'f1': 0.5454545454545454, 'number': 12} | {'precision': 0.8043478260869565, 'recall': 0.9487179487179487, 'f1': 0.8705882352941177, 'number': 39} | {'precision': 0.7105263157894737, 'recall': 0.7105263157894737, 'f1': 0.7105263157894737, 'number': 38} | {'precision': 0.9680851063829787, 'recall': 0.9285714285714286, 'f1': 0.9479166666666666, 'number': 294} | {'precision': 0.8315789473684211, 'recall': 0.7939698492462312, 'f1': 0.8123393316195372, 'number': 199} | {'precision': 0.5862068965517241, 'recall': 0.5666666666666667, 'f1': 0.576271186440678, 'number': 30} | {'precision': 0.8793814432989691, 'recall': 0.9715261958997722, 'f1': 0.9231601731601731, 'number': 878} | {'precision': 0.8240343347639485, 'recall': 0.897196261682243, 'f1': 0.8590604026845639, 'number': 214} | {'precision': 0.5588235294117647, 'recall': 0.6785714285714286, 'f1': 0.6129032258064516, 'number': 28} | {'precision': 0.8352941176470589, 'recall': 0.5634920634920635, 'f1': 0.6729857819905214, 'number': 126} | {'precision': 0.55, 'recall': 0.5365853658536586, 'f1': 0.54320987654321, 'number': 41} | {'precision': 0.34146341463414637, 'recall': 0.18666666666666668, 'f1': 0.2413793103448276, 'number': 75} | {'precision': 0.7611940298507462, 'recall': 0.68, 'f1': 0.7183098591549296, 'number': 75} | 0.8548 | 0.8618 | 0.8583 | 0.9377 | | 0.0449 | 7.0 | 10290 | 0.3277 | {'precision': 0.5882352941176471, 'recall': 0.7142857142857143, 'f1': 0.6451612903225806, 'number': 14} | {'precision': 0.6435643564356436, 'recall': 0.5603448275862069, 'f1': 0.5990783410138248, 'number': 116} | {'precision': 0.9627791563275434, 'recall': 0.9282296650717703, 'f1': 0.9451887941534713, 'number': 418} | {'precision': 0.6, 'recall': 0.8181818181818182, 'f1': 0.6923076923076923, 'number': 33} | {'precision': 0.9087048832271762, 'recall': 0.9164882226980728, 'f1': 0.9125799573560769, 'number': 467} | {'precision': 0.8857142857142857, 'recall': 0.8857142857142857, 'f1': 0.8857142857142857, 'number': 35} | {'precision': 0.9629629629629629, 'recall': 0.8666666666666667, 'f1': 0.912280701754386, 'number': 30} | {'precision': 0.5384615384615384, 'recall': 0.5833333333333334, 'f1': 0.5599999999999999, 'number': 12} | {'precision': 0.8, 'recall': 0.9230769230769231, 'f1': 0.8571428571428571, 'number': 39} | {'precision': 0.7380952380952381, 'recall': 0.8157894736842105, 'f1': 0.775, 'number': 38} | {'precision': 1.0, 'recall': 0.9047619047619048, 'f1': 0.9500000000000001, 'number': 294} | {'precision': 0.712, 'recall': 0.8944723618090452, 'f1': 0.7928730512249443, 'number': 199} | {'precision': 0.59375, 'recall': 0.6333333333333333, 'f1': 0.6129032258064516, 'number': 30} | {'precision': 0.8385214007782101, 'recall': 0.9817767653758542, 'f1': 0.9045120671563484, 'number': 878} | {'precision': 0.8398268398268398, 'recall': 0.9065420560747663, 'f1': 0.8719101123595505, 'number': 214} | {'precision': 0.7058823529411765, 'recall': 0.8571428571428571, 'f1': 0.7741935483870968, 'number': 28} | {'precision': 0.7321428571428571, 'recall': 0.6507936507936508, 'f1': 0.6890756302521008, 'number': 126} | {'precision': 0.4745762711864407, 'recall': 0.6829268292682927, 'f1': 0.56, 'number': 41} | {'precision': 0.40625, 'recall': 0.3466666666666667, 'f1': 0.37410071942446044, 'number': 75} | {'precision': 0.7121212121212122, 'recall': 0.6266666666666667, 'f1': 0.6666666666666667, 'number': 75} | 0.8306 | 0.8776 | 0.8535 | 0.9364 | | 0.0204 | 8.0 | 11760 | 0.3666 | {'precision': 0.8181818181818182, 'recall': 0.6428571428571429, 'f1': 0.7200000000000001, 'number': 14} | {'precision': 0.6111111111111112, 'recall': 0.6637931034482759, 'f1': 0.6363636363636365, 'number': 116} | {'precision': 0.9586374695863747, 'recall': 0.9425837320574163, 'f1': 0.9505428226779252, 'number': 418} | {'precision': 0.6585365853658537, 'recall': 0.8181818181818182, 'f1': 0.7297297297297297, 'number': 33} | {'precision': 0.915929203539823, 'recall': 0.8865096359743041, 'f1': 0.9009793253536452, 'number': 467} | {'precision': 0.8378378378378378, 'recall': 0.8857142857142857, 'f1': 0.8611111111111112, 'number': 35} | {'precision': 0.9310344827586207, 'recall': 0.9, 'f1': 0.9152542372881356, 'number': 30} | {'precision': 0.5555555555555556, 'recall': 0.4166666666666667, 'f1': 0.4761904761904762, 'number': 12} | {'precision': 0.8181818181818182, 'recall': 0.9230769230769231, 'f1': 0.8674698795180724, 'number': 39} | {'precision': 0.6829268292682927, 'recall': 0.7368421052631579, 'f1': 0.7088607594936709, 'number': 38} | {'precision': 0.972318339100346, 'recall': 0.95578231292517, 'f1': 0.9639794168096055, 'number': 294} | {'precision': 0.7828054298642534, 'recall': 0.8693467336683417, 'f1': 0.8238095238095238, 'number': 199} | {'precision': 0.6206896551724138, 'recall': 0.6, 'f1': 0.6101694915254238, 'number': 30} | {'precision': 0.891213389121339, 'recall': 0.9703872437357631, 'f1': 0.9291166848418758, 'number': 878} | {'precision': 0.8333333333333334, 'recall': 0.9345794392523364, 'f1': 0.8810572687224669, 'number': 214} | {'precision': 0.65625, 'recall': 0.75, 'f1': 0.7, 'number': 28} | {'precision': 0.7692307692307693, 'recall': 0.5555555555555556, 'f1': 0.6451612903225806, 'number': 126} | {'precision': 0.52, 'recall': 0.6341463414634146, 'f1': 0.5714285714285714, 'number': 41} | {'precision': 0.43859649122807015, 'recall': 0.3333333333333333, 'f1': 0.3787878787878788, 'number': 75} | {'precision': 0.75, 'recall': 0.68, 'f1': 0.7132867132867132, 'number': 75} | 0.8550 | 0.8744 | 0.8646 | 0.9429 | | 0.0127 | 9.0 | 13230 | 0.3729 | {'precision': 0.6666666666666666, 'recall': 0.7142857142857143, 'f1': 0.689655172413793, 'number': 14} | {'precision': 0.6805555555555556, 'recall': 0.4224137931034483, 'f1': 0.5212765957446809, 'number': 116} | {'precision': 0.950354609929078, 'recall': 0.9617224880382775, 'f1': 0.9560047562425684, 'number': 418} | {'precision': 0.6666666666666666, 'recall': 0.8484848484848485, 'f1': 0.7466666666666666, 'number': 33} | {'precision': 0.8886554621848739, 'recall': 0.9057815845824411, 'f1': 0.897136797454931, 'number': 467} | {'precision': 0.8611111111111112, 'recall': 0.8857142857142857, 'f1': 0.8732394366197184, 'number': 35} | {'precision': 0.9310344827586207, 'recall': 0.9, 'f1': 0.9152542372881356, 'number': 30} | {'precision': 0.6153846153846154, 'recall': 0.6666666666666666, 'f1': 0.64, 'number': 12} | {'precision': 0.8222222222222222, 'recall': 0.9487179487179487, 'f1': 0.8809523809523809, 'number': 39} | {'precision': 0.6744186046511628, 'recall': 0.7631578947368421, 'f1': 0.7160493827160495, 'number': 38} | {'precision': 1.0, 'recall': 0.9183673469387755, 'f1': 0.9574468085106383, 'number': 294} | {'precision': 0.7873303167420814, 'recall': 0.8743718592964824, 'f1': 0.8285714285714286, 'number': 199} | {'precision': 0.5806451612903226, 'recall': 0.6, 'f1': 0.5901639344262295, 'number': 30} | {'precision': 0.8903966597077244, 'recall': 0.9715261958997722, 'f1': 0.929193899782135, 'number': 878} | {'precision': 0.8772727272727273, 'recall': 0.9018691588785047, 'f1': 0.8894009216589862, 'number': 214} | {'precision': 0.6896551724137931, 'recall': 0.7142857142857143, 'f1': 0.7017543859649122, 'number': 28} | {'precision': 0.7706422018348624, 'recall': 0.6666666666666666, 'f1': 0.7148936170212766, 'number': 126} | {'precision': 0.6511627906976745, 'recall': 0.6829268292682927, 'f1': 0.6666666666666667, 'number': 41} | {'precision': 0.4230769230769231, 'recall': 0.29333333333333333, 'f1': 0.3464566929133859, 'number': 75} | {'precision': 0.8253968253968254, 'recall': 0.6933333333333334, 'f1': 0.7536231884057971, 'number': 75} | 0.8646 | 0.8722 | 0.8684 | 0.9409 | | 0.01 | 10.0 | 14700 | 0.3875 | {'precision': 0.7142857142857143, 'recall': 0.7142857142857143, 'f1': 0.7142857142857143, 'number': 14} | {'precision': 0.6438356164383562, 'recall': 0.4051724137931034, 'f1': 0.49735449735449727, 'number': 116} | {'precision': 0.9545454545454546, 'recall': 0.9545454545454546, 'f1': 0.9545454545454546, 'number': 418} | {'precision': 0.6511627906976745, 'recall': 0.8484848484848485, 'f1': 0.736842105263158, 'number': 33} | {'precision': 0.8914893617021277, 'recall': 0.8972162740899358, 'f1': 0.8943436499466383, 'number': 467} | {'precision': 0.9117647058823529, 'recall': 0.8857142857142857, 'f1': 0.8985507246376812, 'number': 35} | {'precision': 0.9310344827586207, 'recall': 0.9, 'f1': 0.9152542372881356, 'number': 30} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 12} | {'precision': 0.8292682926829268, 'recall': 0.8717948717948718, 'f1': 0.8500000000000001, 'number': 39} | {'precision': 0.7297297297297297, 'recall': 0.7105263157894737, 'f1': 0.7200000000000001, 'number': 38} | {'precision': 1.0, 'recall': 0.9217687074829932, 'f1': 0.95929203539823, 'number': 294} | {'precision': 0.8142857142857143, 'recall': 0.8592964824120602, 'f1': 0.8361858190709046, 'number': 199} | {'precision': 0.6129032258064516, 'recall': 0.6333333333333333, 'f1': 0.6229508196721313, 'number': 30} | {'precision': 0.8923719958202717, 'recall': 0.9726651480637813, 'f1': 0.9307901907356947, 'number': 878} | {'precision': 0.8539823008849557, 'recall': 0.9018691588785047, 'f1': 0.8772727272727273, 'number': 214} | {'precision': 0.6571428571428571, 'recall': 0.8214285714285714, 'f1': 0.73015873015873, 'number': 28} | {'precision': 0.8020833333333334, 'recall': 0.6111111111111112, 'f1': 0.6936936936936937, 'number': 126} | {'precision': 0.6363636363636364, 'recall': 0.6829268292682927, 'f1': 0.6588235294117647, 'number': 41} | {'precision': 0.4482758620689655, 'recall': 0.3466666666666667, 'f1': 0.39097744360902253, 'number': 75} | {'precision': 0.7464788732394366, 'recall': 0.7066666666666667, 'f1': 0.7260273972602739, 'number': 75} | 0.8659 | 0.8681 | 0.8670 | 0.9423 | ### Framework versions - Transformers 4.40.2 - Pytorch 2.3.1+cu121 - Datasets 2.19.1 - Tokenizers 0.19.1