Deid Roberta I2b2 NER Medical Reports

🚀 ファインチューニング済みモデル

このモデルは、obi/deid_roberta_i2b2 をNoneデータセットで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: 0.2126
• モデル準備時間: 0.0061
• 適合率: 0.9143
• 再現率: 0.9156
• F1値: 0.9132
• 正解率: 0.9156

🚀 クイックスタート

このモデルは、obi/deid_roberta_i2b2 モデルを特定のデータセットでファインチューニングしたものです。特定のタスクに対して高精度な性能を発揮します。

✨ 主な機能

• 高精度な予測: 評価セットで高い適合率、再現率、F1値、正解率を達成しています。
• ハイパーパラメータの最適化: 学習率、バッチサイズ、エポック数などのハイパーパラメータが最適化されています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

このREADMEには具体的なコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデルの説明

このモデルに関する追加情報はありません。

想定される用途と制限

このモデルの想定される用途と制限に関する追加情報はありません。

学習と評価データ

学習と評価に使用したデータに関する追加情報はありません。

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: 8
• 評価バッチサイズ: 8
• 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: linear
• エポック数: 10

学習結果

フレームワークのバージョン

• Transformers 4.44.2
• Pytorch 2.4.1+cu124
• Datasets 2.14.5
• Tokenizers 0.19.1

📄 ライセンス

このモデルはMITライセンスの下で提供されています。