Cv Parser

🚀 cv-ner

cv-ner 模型是在未知數據集上對 microsoft/mdeberta-v3-base 進行微調後的版本。該模型在評估集上取得了出色的結果，可用於相關的自然語言處理任務。

📄 許可證

本項目採用 MIT 許可證。

📊 評估指標

該模型使用了以下評估指標：

• 精確率（Precision）
• 召回率（Recall）
• F1 值（F1）
• 準確率（Accuracy）

📈 模型評估結果

該模型在評估集上取得了以下結果：

• 損失（Loss）：0.0956
• 精確率（Precision）：0.8906
• 召回率（Recall）：0.9325
• F1 值（F1）：0.9111
• 準確率（Accuracy）：0.9851

🔧 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（learning_rate）：5e-05
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：4
• 隨機種子（seed）：42
• 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

訓練結果

框架版本

• Transformers：4.24.0.dev0
• Pytorch：1.12.1+cu113
• Datasets：2.6.1
• Tokenizers：0.13.1