Distilbert Base Uncased Finetuned Ner

🚀 distilbert-base-uncased-finetuned-ner

該模型是 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，能夠準確地識別文本中的實體。

🚀 快速開始

此模型是 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：0.0596
• 精確率：0.9240
• 召回率：0.9378
• F1 值：0.9308
• 準確率：0.9838

📚 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：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。