Distilbert Base Uncased Ner Mit Restaurant

🚀 distilbert-base-uncased-ner-mit-restaurant

このモデルは、mit_restaurantデータセットでdistilbert-base-uncasedをファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 0.3097
• 適合率: 0.7874
• 再現率: 0.8104
• F1値: 0.7988
• 正解率: 0.9119

🚀 クイックスタート

このモデルは、mit_restaurantデータセットを用いてdistilbert-base-uncasedをファインチューニングしたもので、トークン分類タスクに適しています。

📦 インストール

原文書にインストール手順に関する実質的な内容がありませんので、このセクションは省略します。

💻 使用例

原文書にコード例に関する実質的な内容がありませんので、このセクションは省略します。

📚 ドキュメント

モデルの詳細

このモデルは、mit_restaurantデータセットでdistilbert-base-uncasedをファインチューニングしたものです。評価セットでの結果は以下の通りです。

• 損失: 0.3097
• 適合率: 0.7874
• 再現率: 0.8104
• F1値: 0.7988
• 正解率: 0.9119

想定される用途と制限

原文書でこの項目に関する詳細情報が必要とされていますが、具体的な内容が提供されていないため、このセクションは省略します。

学習と評価データ

原文書でこの項目に関する詳細情報が必要とされていますが、具体的な内容が提供されていないため、このセクションは省略します。

🔧 技術詳細

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率: 2e-05
• 学習バッチサイズ: 16
• 評価バッチサイズ: 32
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: 線形
• 学習率スケジューラのウォームアップステップ: 500
• エポック数: 4

学習結果

フレームワークのバージョン

• Transformers 4.8.2
• Pytorch 1.8.1+cu111
• Datasets 1.8.0
• Tokenizers 0.10.3

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。