Downloads · 30 days
5
6% of all-time downloads
roberta-large-ner-ghtk-cs-rule-3090-3Aug-2
Kudod/roberta-large-ner-ghtk-cs-rule-3090-3Aug-2
roberta-large-ner-ghtk-cs-rule-3090-3Aug-2 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. The card lists the license as mit.
should probably proofread and complete it, then remove this comment. --
All-time downloads
80
Public
Parameters
559M
31.3 GB on disk
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors2.2 GB · 99%
At a glance
- License
- mit
- Model type
- xlm-roberta
- Access
- Public
- Created
- Aug 3, 2024
- Updated
- Aug 3, 2024
- SHA
- 76347992
Base models
Model card
From the Hugging Face model README
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->
roberta-large-ner-ghtk-cs-rule-3090-3Aug-2
This model is a fine-tuned version of FacebookAI/xlm-roberta-large on the None dataset. It achieves the following results on the evaluation set:
- Loss: 1.1383
- Tk: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116}
- A: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418}
- Gày: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33}
- Gày trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467}
- Gân hàng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35}
- Hương thức thanh toán: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30}
- Hối lượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12}
- Iền: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39}
- Iờ: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38}
- Mail: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294}
- Ã đơn: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199}
- Ên người: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30}
- Đt trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214}
- Ơn vị đo: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28}
- Ản phẩm cụ thể: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126}
- Ản phẩm trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41}
- Ịa chỉ cụ thể: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75}
- Ịa chỉ trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75}
- Overall Precision: 0.0
- Overall Recall: 0.0
- Overall F1: 0.0
- Overall Accuracy: 0.8339
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: 4
- eval_batch_size: 4
- seed: 42
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 15
Training results
| Training Loss | Epoch | Step | Validation Loss | Tk | A | Gày | Gày trừu tượng | Gân hàng | Hương thức thanh toán | Hối lượng | Iền | Iờ | Ã đơn | Ên người | 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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0.8349 | 1.0 | 1470 | 0.9827 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7992 | 2.0 | 2940 | 0.9730 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7768 | 3.0 | 4410 | 0.9877 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7822 | 4.0 | 5880 | 1.0242 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7958 | 5.0 | 7350 | 0.9996 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7652 | 6.0 | 8820 | 1.0076 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7628 | 7.0 | 10290 | 1.0248 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7655 | 8.0 | 11760 | 1.0404 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7576 | 9.0 | 13230 | 1.0263 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7597 | 10.0 | 14700 | 1.0446 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7691 | 11.0 | 16170 | 1.0621 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7764 | 12.0 | 17640 | 1.0952 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.786 | 13.0 | 19110 | 1.0985 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7628 | 14.0 | 20580 | 1.1473 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
| 0.7669 | 15.0 | 22050 | 1.1383 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 116} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 418} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 33} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 467} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 35} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 39} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 294} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 199} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 30} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 214} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 126} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 41} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 75} | 0.0 | 0.0 | 0.0 | 0.8339 |
Framework versions
- Transformers 4.40.2
- Pytorch 2.3.1+cu121
- Datasets 2.19.1
- Tokenizers 0.19.1
- Type
- xlm-roberta
- License
- mit
- Created
- Aug 3, 2024
- Updated
- Aug 3, 2024