Roberta Large Finetuned Ner

🚀 roberta-large-finetuned-ner

本模型是 roberta-large 在 conll2003 數據集上的微調版本。它在解決命名實體識別（NER）任務上表現出色，能夠準確識別文本中的實體信息，為信息抽取等自然語言處理應用提供了有力支持。

🚀 快速開始

本模型是 roberta-large 在 conll2003 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.0495
• 精確率：0.9477
• 召回率：0.9663
• F1 值：0.9569
• 準確率：0.9907

📚 詳細文檔

模型信息

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 訓練輪數：3

訓練結果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1

📄 許可證

本模型採用 MIT 許可證。