Hiner Original Muril Base Cased

🚀 HiNER-original-muril-base-cased

該模型基於cfilt/HiNER-original數據集從頭開始訓練，可用於命名實體識別任務，具備較高的準確率、召回率和F1值。

🚀 快速開始

暫未提供快速開始的相關內容。

✨ 主要特性

• 數據集：基於cfilt/HiNER-original數據集進行訓練。
• 評估指標：在命名實體識別任務上，該模型的準確率（Precision）為0.8874067587220668，召回率（Recall）為0.880125938333643，F1值為0.8837513529507954。

📦 安裝指南

暫未提供安裝指南相關內容。

💻 使用示例

暫未提供使用示例相關內容。

📚 詳細文檔

模型描述

暫未提供更多模型描述信息。

預期用途與限制

暫未提供相關信息。

訓練和評估數據

暫未提供相關信息。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.0001
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：1
• 優化器（optimizer）：Adam，其中betas=(0.9, 0.999)，epsilon=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練輪數（num_epochs）：10.0

框架版本

• Transformers：4.14.0
• Pytorch：1.9.1
• Datasets：1.15.1
• Tokenizers：0.10.3

📄 許可證

暫未提供許可證相關信息。