Bert Finetuned Ner

🚀 测试BERT微调命名实体识别模型

本模型是基于 bert-base-cased 在 conll2003 数据集上进行微调的版本。它在评估集上取得了以下成绩：

• 损失率：0.0600
• 精确率：0.9355
• 召回率：0.9514
• F1值：0.9433
• 准确率：0.9868

📚 详细文档

模型信息

模型评估结果

训练过程

训练超参数

在训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批次大小：8
• 评估批次大小：8
• 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：3

训练结果

框架版本

• Transformers：4.11.0.dev0
• Pytorch：1.8.1+cu111
• Datasets：1.12.1.dev0
• Tokenizers：0.10.3

📄 许可证

本模型采用 Apache-2.0 许可证。