pho-bert-ner-ghtk-cs-3090-14Aug-1

Kudod/pho-bert-ner-ghtk-cs-3090-14Aug-1

pho-bert-ner-ghtk-cs-3090-14Aug-1 is a machine learning model from Kudod. Use it for the machine learning task on the model card, and read the license before you ship it in a product.

should probably proofread and complete it, then remove this comment. --

Downloads · 30 days

19% of all-time downloads

All-time downloads

Public

Parameters

368M

10.3 GB on disk

Likes

Public

Hugging Face

Repo makeup

Click a slice to open those files.

.safetensors1.5 GB · 100%

At a glance

Model type: roberta
Access: Public
Created: Aug 14, 2024
Updated: Aug 14, 2024
SHA: c226a0f8

Base models

vinai/phobert-large

Model card

From the Hugging Face model README

pho-bert-ner-ghtk-cs-3090-14Aug-1

This model is a fine-tuned version of vinai/phobert-large on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.3507
cmt: {'precision': 0.6666666666666666, 'recall': 0.5714285714285714, 'f1': 0.6153846153846153, 'number': 14}
Tk: {'precision': 0.8131868131868132, 'recall': 0.5441176470588235, 'f1': 0.6519823788546255, 'number': 136}
A: {'precision': 0.9592326139088729, 'recall': 0.9569377990430622, 'f1': 0.9580838323353293, 'number': 418}
Gày: {'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 33}
Gày trừu tượng: {'precision': 0.9048672566371682, 'recall': 0.8758029978586723, 'f1': 0.8900979325353645, 'number': 467}
Gân hàng: {'precision': 0.7428571428571429, 'recall': 0.7428571428571429, 'f1': 0.7428571428571429, 'number': 35}
Hương thức thanh toán: {'precision': 0.8928571428571429, 'recall': 0.8333333333333334, 'f1': 0.8620689655172413, 'number': 30}
Hối lượng: {'precision': 0.4117647058823529, 'recall': 0.5833333333333334, 'f1': 0.4827586206896552, 'number': 12}
Iền: {'precision': 0.6938775510204082, 'recall': 0.8717948717948718, 'f1': 0.7727272727272728, 'number': 39}
Iờ: {'precision': 0.6666666666666666, 'recall': 0.6842105263157895, 'f1': 0.6753246753246753, 'number': 38}
Mail: {'precision': 0.8908296943231441, 'recall': 0.9230769230769231, 'f1': 0.9066666666666666, 'number': 221}
Ã đơn: {'precision': 0.8374384236453202, 'recall': 0.8542713567839196, 'f1': 0.845771144278607, 'number': 199}
Ên người: {'precision': 0.5454545454545454, 'recall': 0.6, 'f1': 0.5714285714285713, 'number': 30}
Đt: {'precision': 0.9079307201458523, 'recall': 0.9576923076923077, 'f1': 0.9321478708469817, 'number': 1040}
Đt trừu tượng: {'precision': 0.8111587982832618, 'recall': 0.883177570093458, 'f1': 0.8456375838926175, 'number': 214}
Ơn vị đo: {'precision': 0.7142857142857143, 'recall': 0.7142857142857143, 'f1': 0.7142857142857143, 'number': 28}
Ản phẩm cụ thể: {'precision': 0.6811594202898551, 'recall': 0.5053763440860215, 'f1': 0.5802469135802469, 'number': 93}
Ản phẩm trừu tượng: {'precision': 0.5833333333333334, 'recall': 0.717948717948718, 'f1': 0.6436781609195402, 'number': 39}
Ịa chỉ cụ thể: {'precision': 0.3728813559322034, 'recall': 0.29333333333333333, 'f1': 0.3283582089552239, 'number': 75}
Ịa chỉ trừu tượng: {'precision': 0.7857142857142857, 'recall': 0.5866666666666667, 'f1': 0.6717557251908396, 'number': 75}
Overall Precision: 0.8576
Overall Recall: 0.8563
Overall F1: 0.8570
Overall Accuracy: 0.9401

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2.5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	cmt	Tk	A	Gày	Gày trừu tượng	Gân hàng	Hương thức thanh toán	Hối lượng	Iền	Iờ	Mail	Ã đơn	Ên người	Đt	Đt trừu tượng	Ơn vị đo	Ản phẩm cụ thể	Ản phẩm trừu tượng	Ịa chỉ cụ thể	Ịa chỉ trừu tượng	Overall Precision	Overall Recall	Overall F1	Overall Accuracy
0.6169	1.0	735	0.3465	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 14}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 136}	{'precision': 0.9622166246851386, 'recall': 0.9138755980861244, 'f1': 0.9374233128834355, 'number': 418}	{'precision': 0.6363636363636364, 'recall': 0.21212121212121213, 'f1': 0.3181818181818182, 'number': 33}	{'precision': 0.8654708520179372, 'recall': 0.8265524625267666, 'f1': 0.845564074479737, 'number': 467}	{'precision': 0.3333333333333333, 'recall': 0.05714285714285714, 'f1': 0.09756097560975609, 'number': 35}	{'precision': 0.7222222222222222, 'recall': 0.43333333333333335, 'f1': 0.5416666666666666, 'number': 30}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12}	{'precision': 0.5675675675675675, 'recall': 0.5384615384615384, 'f1': 0.5526315789473685, 'number': 39}	{'precision': 0.5409836065573771, 'recall': 0.868421052631579, 'f1': 0.6666666666666666, 'number': 38}	{'precision': 0.9022222222222223, 'recall': 0.918552036199095, 'f1': 0.9103139013452914, 'number': 221}	{'precision': 0.7429906542056075, 'recall': 0.7989949748743719, 'f1': 0.7699757869249395, 'number': 199}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30}	{'precision': 0.7240168539325843, 'recall': 0.9913461538461539, 'f1': 0.8368506493506495, 'number': 1040}	{'precision': 0.782608695652174, 'recall': 0.5046728971962616, 'f1': 0.6136363636363636, 'number': 214}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28}	{'precision': 0.7586206896551724, 'recall': 0.23655913978494625, 'f1': 0.36065573770491804, 'number': 93}	{'precision': 0.8888888888888888, 'recall': 0.20512820512820512, 'f1': 0.3333333333333333, 'number': 39}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75}	{'precision': 0.7017543859649122, 'recall': 0.5333333333333333, 'f1': 0.6060606060606061, 'number': 75}	0.7861	0.7463	0.7657	0.9023
0.257	2.0	1470	0.2625	{'precision': 0.16666666666666666, 'recall': 0.07142857142857142, 'f1': 0.1, 'number': 14}	{'precision': 0.5849056603773585, 'recall': 0.45588235294117646, 'f1': 0.512396694214876, 'number': 136}	{'precision': 0.9202733485193622, 'recall': 0.9665071770334929, 'f1': 0.942823803967328, 'number': 418}	{'precision': 0.625, 'recall': 0.6060606060606061, 'f1': 0.6153846153846154, 'number': 33}	{'precision': 0.9258312020460358, 'recall': 0.7751605995717344, 'f1': 0.8438228438228438, 'number': 467}	{'precision': 0.5833333333333334, 'recall': 0.6, 'f1': 0.591549295774648, 'number': 35}	{'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 30}	{'precision': 0.42105263157894735, 'recall': 0.6666666666666666, 'f1': 0.5161290322580646, 'number': 12}	{'precision': 0.7027027027027027, 'recall': 0.6666666666666666, 'f1': 0.6842105263157895, 'number': 39}	{'precision': 0.55, 'recall': 0.868421052631579, 'f1': 0.673469387755102, 'number': 38}	{'precision': 0.896551724137931, 'recall': 0.8235294117647058, 'f1': 0.8584905660377358, 'number': 221}	{'precision': 0.5623100303951368, 'recall': 0.9296482412060302, 'f1': 0.7007575757575758, 'number': 199}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30}	{'precision': 0.8244213886671987, 'recall': 0.9932692307692308, 'f1': 0.9010030527692979, 'number': 1040}	{'precision': 0.6603053435114504, 'recall': 0.8084112149532711, 'f1': 0.726890756302521, 'number': 214}	{'precision': 0.7857142857142857, 'recall': 0.39285714285714285, 'f1': 0.5238095238095237, 'number': 28}	{'precision': 0.75, 'recall': 0.45161290322580644, 'f1': 0.5637583892617449, 'number': 93}	{'precision': 0.7692307692307693, 'recall': 0.2564102564102564, 'f1': 0.38461538461538464, 'number': 39}	{'precision': 0.16326530612244897, 'recall': 0.10666666666666667, 'f1': 0.12903225806451613, 'number': 75}	{'precision': 0.7924528301886793, 'recall': 0.56, 'f1': 0.65625, 'number': 75}	0.7809	0.8171	0.7986	0.9091
0.1409	3.0	2205	0.3178	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 14}	{'precision': 0.5641025641025641, 'recall': 0.3235294117647059, 'f1': 0.4112149532710281, 'number': 136}	{'precision': 0.9253393665158371, 'recall': 0.9784688995215312, 'f1': 0.9511627906976744, 'number': 418}	{'precision': 0.5, 'recall': 0.8181818181818182, 'f1': 0.6206896551724137, 'number': 33}	{'precision': 0.8356713426853707, 'recall': 0.892933618843683, 'f1': 0.8633540372670807, 'number': 467}	{'precision': 0.7142857142857143, 'recall': 0.7142857142857143, 'f1': 0.7142857142857143, 'number': 35}	{'precision': 0.7666666666666667, 'recall': 0.7666666666666667, 'f1': 0.7666666666666667, 'number': 30}	{'precision': 0.5333333333333333, 'recall': 0.6666666666666666, 'f1': 0.5925925925925926, 'number': 12}	{'precision': 0.7272727272727273, 'recall': 0.8205128205128205, 'f1': 0.7710843373493976, 'number': 39}	{'precision': 0.6190476190476191, 'recall': 0.6842105263157895, 'f1': 0.6500000000000001, 'number': 38}	{'precision': 0.875, 'recall': 0.9819004524886877, 'f1': 0.9253731343283581, 'number': 221}	{'precision': 0.7215686274509804, 'recall': 0.9246231155778895, 'f1': 0.8105726872246695, 'number': 199}	{'precision': 0.4117647058823529, 'recall': 0.23333333333333334, 'f1': 0.2978723404255319, 'number': 30}	{'precision': 0.7487401007919366, 'recall': 1.0, 'f1': 0.8563194730341704, 'number': 1040}	{'precision': 0.7276264591439688, 'recall': 0.8738317757009346, 'f1': 0.7940552016985137, 'number': 214}	{'precision': 0.8095238095238095, 'recall': 0.6071428571428571, 'f1': 0.6938775510204083, 'number': 28}	{'precision': 0.9142857142857143, 'recall': 0.34408602150537637, 'f1': 0.5, 'number': 93}	{'precision': 0.631578947368421, 'recall': 0.3076923076923077, 'f1': 0.41379310344827586, 'number': 39}	{'precision': 0.23333333333333334, 'recall': 0.09333333333333334, 'f1': 0.13333333333333333, 'number': 75}	{'precision': 0.7735849056603774, 'recall': 0.5466666666666666, 'f1': 0.640625, 'number': 75}	0.7721	0.8514	0.8098	0.9206
0.1151	4.0	2940	0.2520	{'precision': 0.5, 'recall': 0.14285714285714285, 'f1': 0.22222222222222224, 'number': 14}	{'precision': 0.5942028985507246, 'recall': 0.3014705882352941, 'f1': 0.3999999999999999, 'number': 136}	{'precision': 0.9502369668246445, 'recall': 0.9593301435406698, 'f1': 0.9547619047619048, 'number': 418}	{'precision': 0.6896551724137931, 'recall': 0.6060606060606061, 'f1': 0.6451612903225807, 'number': 33}	{'precision': 0.8571428571428571, 'recall': 0.860813704496788, 'f1': 0.8589743589743588, 'number': 467}	{'precision': 0.75, 'recall': 0.7714285714285715, 'f1': 0.7605633802816902, 'number': 35}	{'precision': 0.8928571428571429, 'recall': 0.8333333333333334, 'f1': 0.8620689655172413, 'number': 30}	{'precision': 0.3333333333333333, 'recall': 0.25, 'f1': 0.28571428571428575, 'number': 12}	{'precision': 0.6956521739130435, 'recall': 0.8205128205128205, 'f1': 0.7529411764705882, 'number': 39}	{'precision': 0.6304347826086957, 'recall': 0.7631578947368421, 'f1': 0.6904761904761905, 'number': 38}	{'precision': 0.8991596638655462, 'recall': 0.9683257918552036, 'f1': 0.9324618736383442, 'number': 221}	{'precision': 0.8134715025906736, 'recall': 0.7889447236180904, 'f1': 0.8010204081632654, 'number': 199}	{'precision': 0.45454545454545453, 'recall': 0.5, 'f1': 0.47619047619047616, 'number': 30}	{'precision': 0.886443661971831, 'recall': 0.9682692307692308, 'f1': 0.9255514705882354, 'number': 1040}	{'precision': 0.6875, 'recall': 0.9252336448598131, 'f1': 0.7888446215139443, 'number': 214}	{'precision': 0.7241379310344828, 'recall': 0.75, 'f1': 0.736842105263158, 'number': 28}	{'precision': 0.8297872340425532, 'recall': 0.41935483870967744, 'f1': 0.5571428571428572, 'number': 93}	{'precision': 0.6046511627906976, 'recall': 0.6666666666666666, 'f1': 0.6341463414634145, 'number': 39}	{'precision': 0.2857142857142857, 'recall': 0.16, 'f1': 0.20512820512820512, 'number': 75}	{'precision': 0.7457627118644068, 'recall': 0.5866666666666667, 'f1': 0.6567164179104478, 'number': 75}	0.8313	0.8390	0.8351	0.9307
0.072	5.0	3675	0.2882	{'precision': 0.37037037037037035, 'recall': 0.7142857142857143, 'f1': 0.4878048780487805, 'number': 14}	{'precision': 0.6633663366336634, 'recall': 0.49264705882352944, 'f1': 0.5654008438818565, 'number': 136}	{'precision': 0.9586374695863747, 'recall': 0.9425837320574163, 'f1': 0.9505428226779252, 'number': 418}	{'precision': 0.5945945945945946, 'recall': 0.6666666666666666, 'f1': 0.6285714285714286, 'number': 33}	{'precision': 0.8986784140969163, 'recall': 0.8736616702355461, 'f1': 0.8859934853420196, 'number': 467}	{'precision': 0.8108108108108109, 'recall': 0.8571428571428571, 'f1': 0.8333333333333334, 'number': 35}	{'precision': 0.9310344827586207, 'recall': 0.9, 'f1': 0.9152542372881356, 'number': 30}	{'precision': 0.3157894736842105, 'recall': 0.5, 'f1': 0.3870967741935484, 'number': 12}	{'precision': 0.717391304347826, 'recall': 0.8461538461538461, 'f1': 0.776470588235294, 'number': 39}	{'precision': 0.6296296296296297, 'recall': 0.8947368421052632, 'f1': 0.7391304347826088, 'number': 38}	{'precision': 0.8954545454545455, 'recall': 0.8914027149321267, 'f1': 0.8934240362811792, 'number': 221}	{'precision': 0.8219895287958116, 'recall': 0.7889447236180904, 'f1': 0.8051282051282052, 'number': 199}	{'precision': 0.43333333333333335, 'recall': 0.43333333333333335, 'f1': 0.43333333333333335, 'number': 30}	{'precision': 0.8766066838046273, 'recall': 0.9836538461538461, 'f1': 0.9270502945174445, 'number': 1040}	{'precision': 0.8109243697478992, 'recall': 0.9018691588785047, 'f1': 0.8539823008849557, 'number': 214}	{'precision': 0.6111111111111112, 'recall': 0.7857142857142857, 'f1': 0.6875000000000001, 'number': 28}	{'precision': 0.7049180327868853, 'recall': 0.46236559139784944, 'f1': 0.5584415584415585, 'number': 93}	{'precision': 0.7297297297297297, 'recall': 0.6923076923076923, 'f1': 0.7105263157894737, 'number': 39}	{'precision': 0.27586206896551724, 'recall': 0.10666666666666667, 'f1': 0.15384615384615385, 'number': 75}	{'precision': 0.8148148148148148, 'recall': 0.5866666666666667, 'f1': 0.6821705426356589, 'number': 75}	0.8414	0.8523	0.8468	0.9297
0.055	6.0	4410	0.2565	{'precision': 0.5, 'recall': 0.8571428571428571, 'f1': 0.631578947368421, 'number': 14}	{'precision': 0.6439393939393939, 'recall': 0.625, 'f1': 0.6343283582089552, 'number': 136}	{'precision': 0.9522673031026253, 'recall': 0.9545454545454546, 'f1': 0.9534050179211471, 'number': 418}	{'precision': 0.6, 'recall': 0.7272727272727273, 'f1': 0.6575342465753425, 'number': 33}	{'precision': 0.8718487394957983, 'recall': 0.8886509635974305, 'f1': 0.88016967126193, 'number': 467}	{'precision': 0.7105263157894737, 'recall': 0.7714285714285715, 'f1': 0.7397260273972601, 'number': 35}	{'precision': 0.9032258064516129, 'recall': 0.9333333333333333, 'f1': 0.9180327868852459, 'number': 30}	{'precision': 0.47368421052631576, 'recall': 0.75, 'f1': 0.5806451612903226, 'number': 12}	{'precision': 0.717391304347826, 'recall': 0.8461538461538461, 'f1': 0.776470588235294, 'number': 39}	{'precision': 0.6122448979591837, 'recall': 0.7894736842105263, 'f1': 0.6896551724137931, 'number': 38}	{'precision': 0.9094650205761317, 'recall': 1.0, 'f1': 0.9525862068965517, 'number': 221}	{'precision': 0.8341968911917098, 'recall': 0.8090452261306532, 'f1': 0.8214285714285714, 'number': 199}	{'precision': 0.38636363636363635, 'recall': 0.5666666666666667, 'f1': 0.4594594594594595, 'number': 30}	{'precision': 0.8929203539823009, 'recall': 0.9701923076923077, 'f1': 0.9299539170506913, 'number': 1040}	{'precision': 0.769811320754717, 'recall': 0.9532710280373832, 'f1': 0.8517745302713987, 'number': 214}	{'precision': 0.696969696969697, 'recall': 0.8214285714285714, 'f1': 0.7540983606557378, 'number': 28}	{'precision': 0.7142857142857143, 'recall': 0.6451612903225806, 'f1': 0.6779661016949152, 'number': 93}	{'precision': 0.4426229508196721, 'recall': 0.6923076923076923, 'f1': 0.5399999999999999, 'number': 39}	{'precision': 0.3389830508474576, 'recall': 0.26666666666666666, 'f1': 0.2985074626865672, 'number': 75}	{'precision': 0.7313432835820896, 'recall': 0.6533333333333333, 'f1': 0.6901408450704225, 'number': 75}	0.8262	0.8816	0.8530	0.9374
0.0338	7.0	5145	0.3153	{'precision': 0.6666666666666666, 'recall': 0.5714285714285714, 'f1': 0.6153846153846153, 'number': 14}	{'precision': 0.5966386554621849, 'recall': 0.5220588235294118, 'f1': 0.5568627450980392, 'number': 136}	{'precision': 0.9519230769230769, 'recall': 0.9473684210526315, 'f1': 0.9496402877697842, 'number': 418}	{'precision': 0.6153846153846154, 'recall': 0.7272727272727273, 'f1': 0.6666666666666667, 'number': 33}	{'precision': 0.8722943722943723, 'recall': 0.8629550321199143, 'f1': 0.8675995694294942, 'number': 467}	{'precision': 0.7567567567567568, 'recall': 0.8, 'f1': 0.7777777777777778, 'number': 35}	{'precision': 0.96, 'recall': 0.8, 'f1': 0.8727272727272728, 'number': 30}	{'precision': 0.4666666666666667, 'recall': 0.5833333333333334, 'f1': 0.5185185185185186, 'number': 12}	{'precision': 0.75, 'recall': 0.8461538461538461, 'f1': 0.7951807228915662, 'number': 39}	{'precision': 0.65, 'recall': 0.6842105263157895, 'f1': 0.6666666666666667, 'number': 38}	{'precision': 0.9130434782608695, 'recall': 0.9502262443438914, 'f1': 0.9312638580931264, 'number': 221}	{'precision': 0.7510548523206751, 'recall': 0.8944723618090452, 'f1': 0.81651376146789, 'number': 199}	{'precision': 0.5294117647058824, 'recall': 0.6, 'f1': 0.5625, 'number': 30}	{'precision': 0.8824049513704686, 'recall': 0.9596153846153846, 'f1': 0.9193919852602488, 'number': 1040}	{'precision': 0.8686868686868687, 'recall': 0.8037383177570093, 'f1': 0.8349514563106796, 'number': 214}	{'precision': 0.7352941176470589, 'recall': 0.8928571428571429, 'f1': 0.806451612903226, 'number': 28}	{'precision': 0.7352941176470589, 'recall': 0.5376344086021505, 'f1': 0.6211180124223602, 'number': 93}	{'precision': 0.5283018867924528, 'recall': 0.717948717948718, 'f1': 0.6086956521739131, 'number': 39}	{'precision': 0.2641509433962264, 'recall': 0.18666666666666668, 'f1': 0.21874999999999997, 'number': 75}	{'precision': 0.6949152542372882, 'recall': 0.5466666666666666, 'f1': 0.6119402985074626, 'number': 75}	0.8330	0.8511	0.8419	0.9328
0.0236	8.0	5880	0.3404	{'precision': 0.6153846153846154, 'recall': 0.5714285714285714, 'f1': 0.5925925925925927, 'number': 14}	{'precision': 0.7752808988764045, 'recall': 0.5073529411764706, 'f1': 0.6133333333333334, 'number': 136}	{'precision': 0.9752475247524752, 'recall': 0.9425837320574163, 'f1': 0.9586374695863746, 'number': 418}	{'precision': 0.6470588235294118, 'recall': 0.6666666666666666, 'f1': 0.6567164179104478, 'number': 33}	{'precision': 0.9035087719298246, 'recall': 0.8822269807280514, 'f1': 0.8927410617551462, 'number': 467}	{'precision': 0.7941176470588235, 'recall': 0.7714285714285715, 'f1': 0.782608695652174, 'number': 35}	{'precision': 0.9615384615384616, 'recall': 0.8333333333333334, 'f1': 0.8928571428571429, 'number': 30}	{'precision': 0.3076923076923077, 'recall': 0.3333333333333333, 'f1': 0.32, 'number': 12}	{'precision': 0.7272727272727273, 'recall': 0.8205128205128205, 'f1': 0.7710843373493976, 'number': 39}	{'precision': 0.6744186046511628, 'recall': 0.7631578947368421, 'f1': 0.7160493827160495, 'number': 38}	{'precision': 0.8874458874458875, 'recall': 0.9276018099547512, 'f1': 0.9070796460176992, 'number': 221}	{'precision': 0.8018867924528302, 'recall': 0.8542713567839196, 'f1': 0.8272506082725061, 'number': 199}	{'precision': 0.5185185185185185, 'recall': 0.4666666666666667, 'f1': 0.4912280701754386, 'number': 30}	{'precision': 0.8900709219858156, 'recall': 0.9653846153846154, 'f1': 0.9261992619926199, 'number': 1040}	{'precision': 0.8235294117647058, 'recall': 0.8504672897196262, 'f1': 0.8367816091954022, 'number': 214}	{'precision': 0.7407407407407407, 'recall': 0.7142857142857143, 'f1': 0.7272727272727273, 'number': 28}	{'precision': 0.6666666666666666, 'recall': 0.3010752688172043, 'f1': 0.4148148148148148, 'number': 93}	{'precision': 0.7105263157894737, 'recall': 0.6923076923076923, 'f1': 0.7012987012987013, 'number': 39}	{'precision': 0.29411764705882354, 'recall': 0.2, 'f1': 0.2380952380952381, 'number': 75}	{'precision': 0.7962962962962963, 'recall': 0.5733333333333334, 'f1': 0.6666666666666667, 'number': 75}	0.8566	0.8436	0.8501	0.9377
0.0119	9.0	6615	0.3403	{'precision': 0.7692307692307693, 'recall': 0.7142857142857143, 'f1': 0.7407407407407408, 'number': 14}	{'precision': 0.7478260869565218, 'recall': 0.6323529411764706, 'f1': 0.6852589641434262, 'number': 136}	{'precision': 0.9616306954436451, 'recall': 0.9593301435406698, 'f1': 0.9604790419161676, 'number': 418}	{'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 33}	{'precision': 0.9, 'recall': 0.8865096359743041, 'f1': 0.8932038834951457, 'number': 467}	{'precision': 0.7222222222222222, 'recall': 0.7428571428571429, 'f1': 0.732394366197183, 'number': 35}	{'precision': 0.8928571428571429, 'recall': 0.8333333333333334, 'f1': 0.8620689655172413, 'number': 30}	{'precision': 0.47058823529411764, 'recall': 0.6666666666666666, 'f1': 0.5517241379310345, 'number': 12}	{'precision': 0.6938775510204082, 'recall': 0.8717948717948718, 'f1': 0.7727272727272728, 'number': 39}	{'precision': 0.6744186046511628, 'recall': 0.7631578947368421, 'f1': 0.7160493827160495, 'number': 38}	{'precision': 0.8927038626609443, 'recall': 0.9411764705882353, 'f1': 0.9162995594713657, 'number': 221}	{'precision': 0.845771144278607, 'recall': 0.8542713567839196, 'f1': 0.85, 'number': 199}	{'precision': 0.5142857142857142, 'recall': 0.6, 'f1': 0.5538461538461538, 'number': 30}	{'precision': 0.9156626506024096, 'recall': 0.95, 'f1': 0.9325153374233127, 'number': 1040}	{'precision': 0.810126582278481, 'recall': 0.897196261682243, 'f1': 0.8514412416851441, 'number': 214}	{'precision': 0.71875, 'recall': 0.8214285714285714, 'f1': 0.7666666666666666, 'number': 28}	{'precision': 0.7014925373134329, 'recall': 0.5053763440860215, 'f1': 0.5875, 'number': 93}	{'precision': 0.56, 'recall': 0.717948717948718, 'f1': 0.6292134831460674, 'number': 39}	{'precision': 0.3492063492063492, 'recall': 0.29333333333333333, 'f1': 0.31884057971014496, 'number': 75}	{'precision': 0.7457627118644068, 'recall': 0.5866666666666667, 'f1': 0.6567164179104478, 'number': 75}	0.8554	0.8643	0.8598	0.9404
0.0088	10.0	7350	0.3507	{'precision': 0.6666666666666666, 'recall': 0.5714285714285714, 'f1': 0.6153846153846153, 'number': 14}	{'precision': 0.8131868131868132, 'recall': 0.5441176470588235, 'f1': 0.6519823788546255, 'number': 136}	{'precision': 0.9592326139088729, 'recall': 0.9569377990430622, 'f1': 0.9580838323353293, 'number': 418}	{'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 33}	{'precision': 0.9048672566371682, 'recall': 0.8758029978586723, 'f1': 0.8900979325353645, 'number': 467}	{'precision': 0.7428571428571429, 'recall': 0.7428571428571429, 'f1': 0.7428571428571429, 'number': 35}	{'precision': 0.8928571428571429, 'recall': 0.8333333333333334, 'f1': 0.8620689655172413, 'number': 30}	{'precision': 0.4117647058823529, 'recall': 0.5833333333333334, 'f1': 0.4827586206896552, 'number': 12}	{'precision': 0.6938775510204082, 'recall': 0.8717948717948718, 'f1': 0.7727272727272728, 'number': 39}	{'precision': 0.6666666666666666, 'recall': 0.6842105263157895, 'f1': 0.6753246753246753, 'number': 38}	{'precision': 0.8908296943231441, 'recall': 0.9230769230769231, 'f1': 0.9066666666666666, 'number': 221}	{'precision': 0.8374384236453202, 'recall': 0.8542713567839196, 'f1': 0.845771144278607, 'number': 199}	{'precision': 0.5454545454545454, 'recall': 0.6, 'f1': 0.5714285714285713, 'number': 30}	{'precision': 0.9079307201458523, 'recall': 0.9576923076923077, 'f1': 0.9321478708469817, 'number': 1040}	{'precision': 0.8111587982832618, 'recall': 0.883177570093458, 'f1': 0.8456375838926175, 'number': 214}	{'precision': 0.7142857142857143, 'recall': 0.7142857142857143, 'f1': 0.7142857142857143, 'number': 28}	{'precision': 0.6811594202898551, 'recall': 0.5053763440860215, 'f1': 0.5802469135802469, 'number': 93}	{'precision': 0.5833333333333334, 'recall': 0.717948717948718, 'f1': 0.6436781609195402, 'number': 39}	{'precision': 0.3728813559322034, 'recall': 0.29333333333333333, 'f1': 0.3283582089552239, 'number': 75}	{'precision': 0.7857142857142857, 'recall': 0.5866666666666667, 'f1': 0.6717557251908396, 'number': 75}	0.8576	0.8563	0.8570	0.9401

Framework versions

Transformers 4.44.0
Pytorch 2.3.1+cu121
Datasets 2.19.1
Tokenizers 0.19.1

Type: roberta
Created: Aug 14, 2024
Updated: Aug 14, 2024