lilt-en-combined-azure

prashantloni/lilt-en-combined-azure

lilt-en-combined-azure is a token classification model from prashantloni. Use it when you need labels on individual words, such as names. It is set up for transformers. The card lists the license as mit.

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

Downloads · 30 days

37% of all-time downloads

All-time downloads

Public

Parameters

130M

6.2 GB on disk

Likes

Public

Hugging Face

Repo makeup

Click a slice to open those files.

.safetensors521 MB · 99%

At a glance

Task: Token Classification
Library: transformers
License: mit
Model type: lilt
Access: Public
Created: Jun 13, 2024
Updated: Jun 13, 2024
SHA: 2cc1ea52

Try a prompt

Base models

SCUT-DLVCLab/lilt-roberta-en-base

Model card

From the Hugging Face model README

lilt-en-combined-azure

This model is a fine-tuned version of SCUT-DLVCLab/lilt-roberta-en-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0073
Adhaar Number: {'precision': 0.9130434782608695, 'recall': 1.0, 'f1': 0.9545454545454545, 'number': 21}
Ame: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}
An Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}
Assport Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}
Ast Name: {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}
Ate Of Expiry: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}
Ather Name: {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}
Ather Name Back: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}
Ather Name Front Top: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}
Ddress: {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}
Ddress Back: {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}
Ddress Front: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}
Ender: {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}
Ob: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}
Obile Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}
Other Name: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}
Rz Passport: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}
Ther: {'precision': 0.9641255605381166, 'recall': 0.9728506787330317, 'f1': 0.9684684684684685, 'number': 221}
Overall Precision: 0.9725
Overall Recall: 0.9779
Overall F1: 0.9752
Overall Accuracy: 0.9986

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: 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
training_steps: 2500
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Adhaar Number	Ame	An Number	Assport Number	Ast Name	Ate Of Expiry	Ather Name	Ather Name Back	Ather Name Front Top	Ddress	Ddress Back	Ddress Front	Ender	Ob	Obile Number	Other Name	Rz Passport	Ther	Overall Precision	Overall Recall	Overall F1	Overall Accuracy
0.2004	4.0816	200	0.0211	{'precision': 0.9047619047619048, 'recall': 0.9047619047619048, 'f1': 0.9047619047619048, 'number': 21}	{'precision': 0.8979591836734694, 'recall': 0.9361702127659575, 'f1': 0.9166666666666666, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.7857142857142857, 'recall': 0.8461538461538461, 'f1': 0.8148148148148148, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.9230769230769231, 'recall': 1.0, 'f1': 0.9600000000000001, 'number': 12}	{'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 5}	{'precision': 0.7777777777777778, 'recall': 0.5833333333333334, 'f1': 0.6666666666666666, 'number': 12}	{'precision': 0.9354838709677419, 'recall': 1.0, 'f1': 0.9666666666666666, 'number': 29}	{'precision': 1.0, 'recall': 0.9, 'f1': 0.9473684210526316, 'number': 30}	{'precision': 0.9787234042553191, 'recall': 0.9787234042553191, 'f1': 0.9787234042553191, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 0.9375, 'recall': 0.9375, 'f1': 0.9375, 'number': 16}	{'precision': 0.9377777777777778, 'recall': 0.9547511312217195, 'f1': 0.9461883408071748, 'number': 221}	0.9341	0.9392	0.9366	0.9945
0.0105	8.1633	400	0.0096	{'precision': 1.0, 'recall': 0.9523809523809523, 'f1': 0.975609756097561, 'number': 21}	{'precision': 0.9583333333333334, 'recall': 0.9787234042553191, 'f1': 0.968421052631579, 'number': 47}	{'precision': 0.9444444444444444, 'recall': 1.0, 'f1': 0.9714285714285714, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 0.9333333333333333, 'f1': 0.9655172413793104, 'number': 15}	{'precision': 0.84, 'recall': 0.875, 'f1': 0.8571428571428572, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9504504504504504, 'recall': 0.9547511312217195, 'f1': 0.9525959367945823, 'number': 221}	0.9614	0.9632	0.9623	0.9979
0.0053	12.2449	600	0.0192	{'precision': 0.7692307692307693, 'recall': 0.9523809523809523, 'f1': 0.8510638297872339, 'number': 21}	{'precision': 0.9787234042553191, 'recall': 0.9787234042553191, 'f1': 0.9787234042553191, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 13}	{'precision': 1.0, 'recall': 0.9333333333333333, 'f1': 0.9655172413793104, 'number': 15}	{'precision': 0.9583333333333334, 'recall': 0.9583333333333334, 'f1': 0.9583333333333334, 'number': 24}	{'precision': 0.8, 'recall': 0.8, 'f1': 0.8000000000000002, 'number': 5}	{'precision': 0.9230769230769231, 'recall': 1.0, 'f1': 0.9600000000000001, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}	{'precision': 0.9666666666666667, 'recall': 0.9666666666666667, 'f1': 0.9666666666666667, 'number': 30}	{'precision': 0.9791666666666666, 'recall': 1.0, 'f1': 0.9894736842105264, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9377777777777778, 'recall': 0.9547511312217195, 'f1': 0.9461883408071748, 'number': 221}	0.9493	0.9650	0.9571	0.9961
0.0028	16.3265	800	0.0144	{'precision': 0.9523809523809523, 'recall': 0.9523809523809523, 'f1': 0.9523809523809523, 'number': 21}	{'precision': 0.9787234042553191, 'recall': 0.9787234042553191, 'f1': 0.9787234042553191, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 13}	{'precision': 0.9333333333333333, 'recall': 0.9333333333333333, 'f1': 0.9333333333333333, 'number': 15}	{'precision': 0.9583333333333334, 'recall': 0.9583333333333334, 'f1': 0.9583333333333334, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.2, 'recall': 0.2, 'f1': 0.20000000000000004, 'number': 5}	{'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 12}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9684684684684685, 'recall': 0.9728506787330317, 'f1': 0.9706546275395034, 'number': 221}	0.9687	0.9687	0.9687	0.9979
0.0018	20.4082	1000	0.0146	{'precision': 0.9090909090909091, 'recall': 0.9523809523809523, 'f1': 0.9302325581395349, 'number': 21}	{'precision': 0.9791666666666666, 'recall': 1.0, 'f1': 0.9894736842105264, 'number': 47}	{'precision': 0.9444444444444444, 'recall': 1.0, 'f1': 0.9714285714285714, 'number': 17}	{'precision': 0.8823529411764706, 'recall': 1.0, 'f1': 0.9375, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.84, 'recall': 0.875, 'f1': 0.8571428571428572, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 0.25, 'recall': 0.2, 'f1': 0.22222222222222224, 'number': 5}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 0.9, 'recall': 0.9310344827586207, 'f1': 0.9152542372881356, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 0.9791666666666666, 'recall': 1.0, 'f1': 0.9894736842105264, 'number': 47}	{'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9383259911894273, 'recall': 0.9638009049773756, 'f1': 0.950892857142857, 'number': 221}	0.9372	0.9613	0.9491	0.9968
0.0008	24.4898	1200	0.0076	{'precision': 0.9130434782608695, 'recall': 1.0, 'f1': 0.9545454545454545, 'number': 21}	{'precision': 0.9583333333333334, 'recall': 0.9787234042553191, 'f1': 0.968421052631579, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.84, 'recall': 0.875, 'f1': 0.8571428571428572, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9596412556053812, 'recall': 0.9683257918552036, 'f1': 0.9639639639639639, 'number': 221}	0.9635	0.9724	0.9679	0.9982
0.0004	28.5714	1400	0.0073	{'precision': 0.9130434782608695, 'recall': 1.0, 'f1': 0.9545454545454545, 'number': 21}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9641255605381166, 'recall': 0.9728506787330317, 'f1': 0.9684684684684685, 'number': 221}	0.9725	0.9779	0.9752	0.9986
0.0003	32.6531	1600	0.0084	{'precision': 0.9545454545454546, 'recall': 1.0, 'f1': 0.9767441860465117, 'number': 21}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12}	{'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.9596412556053812, 'recall': 0.9683257918552036, 'f1': 0.9639639639639639, 'number': 221}	0.9689	0.9742	0.9715	0.9984
0.0002	36.7347	1800	0.0088	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12}	{'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221}	0.9724	0.9742	0.9733	0.9986
0.0001	40.8163	2000	0.0090	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12}	{'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221}	0.9724	0.9742	0.9733	0.9986
0.0001	44.8980	2200	0.0100	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12}	{'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221}	0.9724	0.9742	0.9733	0.9986
0.0001	48.9796	2400	0.0103	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}	{'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12}	{'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}	{'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221}	0.9724	0.9742	0.9733	0.9986

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+cu121
Datasets 2.19.2
Tokenizers 0.19.1

Task: Token Classification
Library: transformers
Type: lilt
License: mit
Created: Jun 13, 2024
Updated: Jun 13, 2024