Distilbert Base Uncased Finetuned Ner

🚀 distilbert-base-uncased-finetuned-ner

本模型是 distilbert-base-uncased 在 conll2003 數據集上的微調版本。它在命名實體識別（NER）任務中表現出色，能夠準確識別文本中的實體，為信息提取和自然語言處理提供了強大的支持。

🚀 快速開始

本模型是 distilbert-base-uncased 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：0.1078
• 精確率：0.8665
• 召回率：0.8817
• F1值：0.8740
• 準確率：0.9717

📚 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：64
• 評估批次大小：64
• 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 4.19.2
• Pytorch 1.11.0+cu113
• Datasets 2.2.2
• Tokenizers 0.12.1

📄 許可證

本模型採用 Apache-2.0 許可證。