Distilbert Base Uncased Finetuned Ner

🚀 蒸餾伯特無大小寫微調命名實體識別模型

本模型是基於 distilbert-base-uncased 在 conll2003 數據集上進行微調的版本。它在命名實體識別任務中表現出色，能夠精準識別文本中的實體信息。

🚀 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：

• 損失值：0.0611
• 精確率：0.9210
• 召回率：0.9357
• F1 值：0.9283
• 準確率：0.9832

📚 詳細文檔

訓練和評估數據

暫無相關詳細信息。

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：3

訓練結果

框架版本

• Transformers 4.16.2
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 許可證

本模型採用 Apache 2.0 許可證。

🔍 模型信息