Distilroberta Base Ner Conll2003

🚀 distilroberta-base-ner-conll2003

该模型是 distilroberta-base 在 conll2003 数据集上的微调版本。它在命名实体识别任务中表现出色，能够准确识别文本中的实体信息。

🚀 快速开始

模型使用示例

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("philschmid/distilroberta-base-ner-conll2003")
model = AutoModelForTokenClassification.from_pretrained("philschmid/distilroberta-base-ner-conll2003")

nlp = pipeline("ner", model=model, tokenizer=tokenizer, grouped_entities=True)
example = "My name is Philipp and live in Germany"

nlp(example)

✨ 主要特性

• 基于 distilroberta-base 模型微调，在 conll2003 数据集上进行训练。
• 在命名实体识别任务中表现良好，具有较高的准确率和 F1 分数。

📦 安装指南

文档未提供安装步骤，若需使用该模型，可参考 Hugging Face 官方文档安装相关依赖库。

💻 使用示例

基础用法

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("philschmid/distilroberta-base-ner-conll2003")
model = AutoModelForTokenClassification.from_pretrained("philschmid/distilroberta-base-ner-conll2003")

nlp = pipeline("ner", model=model, tokenizer=tokenizer, grouped_entities=True)
example = "My name is Philipp and live in Germany"

nlp(example)

📚 详细文档

模型评估指标

训练过程

训练超参数

• 学习率（learning_rate）：4.9902376275441704e - 05
• 训练批次大小（train_batch_size）：32
• 评估批次大小（eval_batch_size）：16
• 随机种子（seed）：42
• 优化器（optimizer）：Adam，β = (0.9, 0.999)，ε = 1e - 08
• 学习率调度器类型（lr_scheduler_type）：线性
• 训练轮数（num_epochs）：6.0
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

CoNNL2003 评估集

• 损失（Loss）：0.0583
• 精确率（Precision）：0.9493
• 召回率（Recall）：0.9566
• F1 分数（F1）：0.9529
• 准确率（Accuracy）：0.9883

CoNNL2003 测试集

• 损失（Loss）：0.2025
• 精确率（Precision）：0.8999
• 召回率（Recall）：0.915
• F1 分数（F1）：0.9074
• 准确率（Accuracy）：0.9741

CoNNL++ / CoNLL2003 corrected 评估集

• 损失（Loss）：0.0567
• 精确率（Precision）：0.9493
• 召回率（Recall）：0.9566
• F1 分数（F1）：0.9529
• 准确率（Accuracy）：0.9883

CoNNL++ / CoNLL2003 corrected 测试集

• 损失（Loss）：0.1359
• 精确率（Precision）：0.92
• 召回率（Recall）：0.9245
• F1 分数（F1）：0.9223
• 准确率（Accuracy）：0.9785

框架版本

• Transformers：4.6.1
• Pytorch：1.8.1 + cu101
• Datasets：1.6.2
• Tokenizers：0.10.2

📄 许可证

本模型使用 Apache - 2.0 许可证。