--- license: mit base_model: FacebookAI/xlm-roberta-large tags: - generated_from_trainer model-index: - name: roberta-large-ner-ghtk-cs-rule-3090-3Aug-2 results: [] --- # roberta-large-ner-ghtk-cs-rule-3090-3Aug-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: 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 | Ã 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