Ko Fin Ner Roberta Small Model

🚀 韓國金融命名實體識別RoBERTa小模型

該模型是基於金融領域的命名實體識別模型，在預訓練模型基礎上微調而來，能有效識別金融文本中的實體，為金融信息處理提供了有力支持。

🚀 快速開始

此模型是 klue/roberta-small 在未知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：0.2873
• 精確率：0.7436
• 召回率：0.8774
• F1值：0.8050
• 準確率：0.9374

✨ 主要特性

• 標籤：generated_from_trainer
• 評估指標：精確率、召回率、F1值、準確率
• 示例文本：
  • 示例01：“나스닥투자증권에서 시작된 발동성 가치 상태 효과는 투자자들에게 좋은 기회를 제공합니다。”
  • 示例02：“TM머니가 베를린증권거래소에서 미국 보험 유가를 거래하고 있습니다。”
• 基礎模型：klue/roberta-small

🔧 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：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 4.28.0
• Pytorch 2.0.1+cu118
• Datasets 2.13.1
• Tokenizers 0.13.3