Cybonto Distilbert Base Uncased Finetuned Ner Wnut17

🚀 Cybonto-distilbert-base-uncased-finetuned-ner-Wnut17

該模型是 distilbert-base-uncased 在 wnut_17 數據集上的微調版本。它在評估集上取得了以下成果，可用於高效的實體識別任務，為相關自然語言處理應用提供有力支持。

🚀 快速開始

此模型是基於 distilbert-base-uncased 在 wnut_17 數據集上微調得到的。它在評估集上有如下表現：

• 損失值：0.5062
• 精確率：0.6603
• 召回率：0.4682
• F1值：0.5479
• 準確率：0.9355

📚 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：32
• 評估批次大小：32
• 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：30

訓練結果

框架版本

• Transformers 4.18.0
• Pytorch 1.10.0+cu111
• Datasets 2.1.0
• Tokenizers 0.12.1

📄 許可證

本模型採用 Apache-2.0 許可證。