Edit model card

roberta-large-ner-ghtk-cs-rule-3090-3Aug-2

This model is a fine-tuned version of FacebookAI/xlm-roberta-large on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1383
  • Tk: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116}
  • A: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418}
  • Gày: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33}
  • Gày trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467}
  • Gân hàng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35}
  • Hương thức thanh toán: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30}
  • Hối lượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12}
  • Iền: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39}
  • Iờ: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38}
  • Mail: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294}
  • Ã đơn: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199}
  • Ên người: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30}
  • Đt trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214}
  • Ơn vị đo: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28}
  • Ản phẩm cụ thể: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126}
  • Ản phẩm trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41}
  • Ịa chỉ cụ thể: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75}
  • Ịa chỉ trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75}
  • Overall Precision: 0.0
  • Overall Recall: 0.0
  • Overall F1: 0.0
  • Overall Accuracy: 0.8339

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: 2.5e-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: 15

Training results

Training Loss Epoch Step Validation Loss Tk A Gày Gày trừu tượng Gân hàng Hương thức thanh toán Hối lượng Iền Iờ Mail à đơn Ên người 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
0.8349 1.0 1470 0.9827 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7992 2.0 2940 0.9730 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7768 3.0 4410 0.9877 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7822 4.0 5880 1.0242 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7958 5.0 7350 0.9996 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7652 6.0 8820 1.0076 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7628 7.0 10290 1.0248 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7655 8.0 11760 1.0404 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7576 9.0 13230 1.0263 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7597 10.0 14700 1.0446 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7691 11.0 16170 1.0621 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7764 12.0 17640 1.0952 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.786 13.0 19110 1.0985 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7628 14.0 20580 1.1473 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339
0.7669 15.0 22050 1.1383 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} 0.0 0.0 0.0 0.8339

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.3.1+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1
Downloads last month
0
Safetensors
Model size
559M params
Tensor type
F32
·
Inference API
Unable to determine this model's library. Check the docs .

Model tree for Kudod/roberta-large-ner-ghtk-cs-rule-3090-3Aug-2

Finetuned
(274)
this model