Bert Keyword Extractor

🚀 bert-keyword-extractor

本模型是在未知数据集上对 bert-base-cased 进行微调后的版本。它可从文本中提取关键词，为信息检索和文本分析提供支持，有助于用户快速定位关键信息。

📚 详细文档

模型信息

该模型是 bert-base-cased 的微调版本，在评估集上取得了以下结果：

• 损失值：0.1341
• 精确率：0.8565
• 召回率：0.8874
• 准确率：0.9738
• F1值：0.8717

训练和评估数据

文档未提供训练和评估数据的详细信息。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 学习率调度器类型：线性
• 训练轮数：8
• 混合精度训练：Native AMP

训练结果

框架版本

• Transformers 4.19.2
• Pytorch 1.11.0+cu113
• Datasets 2.2.2
• Tokenizers 0.12.1

📄 许可证

本模型采用 Apache-2.0 许可证。

🔍 模型标签

• 由训练器生成
• 评估指标：精确率、召回率、准确率、F1值

📊 模型小部件示例

• 文本：“博通同意以 610 亿美元（570 亿欧元）的现金加股票交易收购云计算公司 VMware，这极大地拓展了这家芯片制造商的业务，使其软件相关收入几乎增长两倍，占总销售额的约 45%。具体情况如下：VMware 股东每持有一股 VMware 股票，将获得 142.50 美元现金或 0.2520 股博通股票。博通还将承担 VMware 80 亿美元的净债务。”
• 文本：“加拿大自然资源部长乔纳森·威尔金森告诉彭博社，加拿大可以在短短三年内开始向欧洲供应液化天然气（LNG），方法是将加拿大东海岸现有的一个 LNG 进口设施改造成出口终端。关键信息：威尔金森表示，加拿大关心的是新的 LNG 设施采用低排放的天然气加工工艺，并能够在未来过渡到出口氢气。”
• 文本：“谷歌正因在‘广告技术栈’（即促进广告商和卖家之间在线广告位销售的一系列服务）中的主导地位而受到英国反垄断监管机构的调查。谷歌在广告技术栈的各个层面都占据强势地位，并向发布商和广告商收取费用。相关背景：英国竞争与市场管理局也在调查谷歌和 Meta 是否在广告业务上存在勾结，对两家公司代号为‘绝地蓝’的广告协议进行了调查。”
• 文本：“美国证券交易委员会（SEC）的 13D 文件显示，埃隆·马斯克承诺额外投入 62.5 亿美元自有资金，为 440 亿美元的收购交易提供资金，使总出资额从最初的 272.5 亿美元增至 335 亿美元。消息公布后，推特股价收盘上涨 6.35%。其他消息：推特前首席执行官杰克·多尔西宣布将卸任，但将继续留在推特董事会，‘直到他在 2022 年股东大会上的任期结束’。”