Bert Finetuned Ner

🚀 微調BERT用於命名實體識別模型

本模型是基於 bert-base-cased 在 conll2003 數據集上微調得到的。它在評估集上取得了以下成績：

• 損失率：0.0591
• 精確率：0.9326
• 召回率：0.9500
• F1值：0.9412
• 準確率：0.9865

🚀 快速開始

本模型是 bert-base-cased 在 conll2003 數據集上的微調版本，可直接用於命名實體識別任務。

📦 模型信息

📊 評估結果

🔧 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：8
• 評估批次大小：8
• 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 4.33.1
• Pytorch 2.0.1+cu118
• Datasets 2.14.5
• Tokenizers 0.13.3

📄 許可證

本模型採用 Apache-2.0 許可證。