Bert Uncased Keyword Extractor

🚀 無大小寫區分的BERT關鍵詞提取器

本模型是基於bert-base-uncased在未知數據集上進行微調的版本。它在評估集上取得了以下成績：

• 損失值：0.1247
• 精確率：0.8547
• 召回率：0.8825
• 準確率：0.9741
• F1值：0.8684

🚀 快速開始

此模型是在未知數據集上對bert-base-uncased進行微調後的版本，可用於關鍵詞提取相關任務。

📚 詳細文檔

模型描述

該模型是 bert-base-uncased 在未知數據集上的微調版本，可用於特定的關鍵詞提取任務，但目前缺少更詳細的模型描述信息。

預期用途與限制

目前缺少關於該模型預期用途和限制的詳細信息。

訓練和評估數據

目前缺少關於訓練和評估數據的詳細信息。

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：16
• 評估批次大小：16
• 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：8
• 混合精度訓練：Native AMP

訓練結果

框架版本

• Transformers 4.19.2
• Pytorch 1.11.0+cu113
• Datasets 2.2.2
• Tokenizers 0.12.1

📄 許可證

本項目採用 Apache-2.0 許可證。

模型信息

示例文本

以下是一些示例文本，可用於測試模型：

• “博通同意以 610 億美元（570 億歐元）的現金加股票交易收購雲計算公司 VMware，極大地拓展了這家芯片製造商的業務，並使其與軟件相關的收入幾乎增長兩倍，達到總銷售額的約 45%。具體情況如下：VMware 股東每股將獲得 142.50 美元現金或 0.2520 股博通股票。博通還將承擔 VMware 80 億美元的淨債務。”
• “加拿大自然資源部長喬納森·威爾金森告訴彭博社，加拿大可以在短短三年內開始向歐洲供應液化天然氣（LNG），方法是將加拿大東海岸現有的一個 LNG 進口設施改造成出口終端。關鍵要點：威爾金森表示，加拿大關心的是新的 LNG 設施採用低排放的天然氣加工工藝，並能夠在未來過渡到出口氫氣。”
• “谷歌因在“廣告技術棧”（即促進廣告商和賣家之間在線廣告空間銷售的一系列服務）中的主導地位，正受到英國反壟斷監管機構的調查。谷歌在廣告技術棧的各個層面都佔據著強勢地位，並向發佈商和廣告商都收取費用。背景信息：英國競爭與市場管理局也一直在調查谷歌和 Meta 是否在廣告業務上存在勾結，對兩家公司之間代號為“絕地藍”的廣告協議進行調查。”
• “美國證券交易委員會（SEC）的 13D 文件顯示，埃隆·馬斯克承諾再拿出 62.5 億美元自有資金，為 440 億美元的收購交易提供資金，使總出資額從最初的 272.5 億美元增至 335 億美元。消息公佈後，推特股價收盤上漲 6.35%。其他消息：推特前首席執行官傑克·多爾西宣佈將卸任，但將繼續留在推特董事會，“直到他在 2022 年股東大會上的任期結束”。”