Albert Large V2 Finetuned Abbdet

🚀 albert-large-v2-finetuned-ner_with_callbacks

本模型是 albert-large-v2 在 surrey-nlp/PLOD-unfiltered 數據集上微調後的版本。它在命名實體識別任務中表現出色，能夠對文本中的實體進行準確分類。

🚀 快速開始

此模型主要用於令牌分類任務，在 surrey-nlp/PLOD-unfiltered 數據集上進行了微調。以下是該模型的一些關鍵信息：

• 指標：在評估集上，該模型的準確率、召回率、F1 值等指標表現良好，具體數值如下：
  • 準確率（Precision）：0.9655
  • 召回率（Recall）：0.9608
  • F1 值（F1）：0.9632
  • 精確率（Accuracy）：0.9589

✨ 主要特性

• 基礎模型：基於 albert-large-v2 模型進行微調。
• 數據集：使用 surrey-nlp/PLOD-unfiltered 數據集進行訓練和評估。
• 指標：在多個指標上表現出色，包括準確率、召回率、F1 值和精確率。

🔧 技術細節

訓練超參數

在訓練過程中使用了以下超參數：

• 學習率（learning_rate）：2e-05
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：4
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β=(0.9, 0.999)，ε=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練輪數（num_epochs）：6

訓練結果

框架版本

• Transformers：4.18.0
• Pytorch：1.10.1+cu111
• Datasets：2.1.0
• Tokenizers：0.12.1

📄 許可證

本模型採用 Apache-2.0 許可證。