Roberta Base MITmovie

🚀 roberta-base + 电影命名实体识别任务

本项目使用MIT电影数据集对RoBERTa Base模型进行训练，以完成命名实体识别（NER）任务。该模型能够精准识别电影相关文本中的命名实体，为电影数据处理和分析提供有力支持。

🚀 快速开始

以下是使用该模型进行命名实体识别的示例代码：

model_name = "thatdramebaazguy/roberta-base-MITmovie"
pipeline(model=model_name, tokenizer=model_name, revision="v1.0", task="ner")

✨ 主要特性

• 模型架构：采用roberta-base语言模型。
• 适用语言：英文。
• 下游任务：命名实体识别（NER）。
• 训练数据：MIT电影数据集。
• 评估数据：MIT电影数据集。
• 基础设施：使用2块Tesla v100进行训练。
• 代码示例：可参考 示例。

📦 安装指南

文档未提供具体安装步骤，暂不展示。

💻 使用示例

基础用法

model_name = "thatdramebaazguy/roberta-base-MITmovie"
pipeline(model=model_name, tokenizer=model_name, revision="v1.0", task="ner")

📚 详细文档

超参数设置

Num examples = 6253  
Num Epochs = 5 
Instantaneous batch size per device = 64
Total train batch size (w. parallel, distributed & accumulation) = 128  

性能评估

在MIT电影数据集上的评估结果

项目仓库

• Domain-Adaptation项目

📄 许可证

本项目采用CC BY 4.0许可证。