You can deploy this model and start earning money today!

Kudod/
roberta-large-ner-ghtk-cs-new-data-seg-3090-28Aug-1

Name: roberta-large-ner-ghtk-cs-new-data-seg-3090-28Aug-1
Availability: InStock

safetensors

xlm-roberta

generated_from_trainer

FacebookAI/xlm-roberta-large

finetune

mit

Views

No views yet

roberta-large-ner-ghtk-cs-new-data-seg-3090-28Aug-1

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: 0.6533
cmt: {'precision': 0.6666666666666666, 'recall': 0.8571428571428571, 'f1': 0.75, 'number': 7}
Tk: {'precision': 0.7205882352941176, 'recall': 0.620253164556962, 'f1': 0.6666666666666666, 'number': 79}
A: {'precision': 0.9018987341772152, 'recall': 0.9076433121019108, 'f1': 0.9047619047619049, 'number': 314}
Gày: {'precision': 0.5833333333333334, 'recall': 0.7, 'f1': 0.6363636363636365, 'number': 20}
Gày trừu tượng: {'precision': 0.8080229226361032, 'recall': 0.844311377245509, 'f1': 0.8257686676427527, 'number': 334}
Gân hàng: {'precision': 0.7142857142857143, 'recall': 0.7407407407407407, 'f1': 0.7272727272727273, 'number': 27}
Hương thức thanh toán: {'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16}
Hối lượng: {'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8}
Iền: {'precision': 0.4166666666666667, 'recall': 0.5263157894736842, 'f1': 0.46511627906976744, 'number': 19}
Iờ: {'precision': 0.7575757575757576, 'recall': 0.78125, 'f1': 0.7692307692307692, 'number': 32}
Mail: {'precision': 0.9296875, 'recall': 0.9558232931726908, 'f1': 0.9425742574257426, 'number': 249}
Ã đơn: {'precision': 0.7976878612716763, 'recall': 0.7419354838709677, 'f1': 0.7688022284122564, 'number': 186}
Ên người: {'precision': 0.3793103448275862, 'recall': 0.4782608695652174, 'f1': 0.4230769230769231, 'number': 23}
Đt: {'precision': 0.8875140607424072, 'recall': 0.9704797047970479, 'f1': 0.9271445358401881, 'number': 813}
Đt trừu tượng: {'precision': 0.7621621621621621, 'recall': 0.8493975903614458, 'f1': 0.8034188034188033, 'number': 166}
Ơn vị đo: {'precision': 0.7692307692307693, 'recall': 0.625, 'f1': 0.6896551724137931, 'number': 16}
Ản phẩm cụ thể: {'precision': 0.8035714285714286, 'recall': 0.6716417910447762, 'f1': 0.7317073170731707, 'number': 67}
Ản phẩm trừu tượng: {'precision': 0.47368421052631576, 'recall': 0.4090909090909091, 'f1': 0.43902439024390244, 'number': 22}
Ịa chỉ cụ thể: {'precision': 0.36, 'recall': 0.23684210526315788, 'f1': 0.2857142857142857, 'number': 38}
Ịa chỉ trừu tượng: {'precision': 0.7291666666666666, 'recall': 0.625, 'f1': 0.6730769230769231, 'number': 56}
Overall Precision: 0.8290
Overall Recall: 0.8559
Overall F1: 0.8423
Overall Accuracy: 0.9112

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: 15

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
0.624	1.0	735	0.4002	{'precision': 0.375, 'recall': 0.8571428571428571, 'f1': 0.5217391304347825, 'number': 7}	{'precision': 0.7142857142857143, 'recall': 0.12658227848101267, 'f1': 0.21505376344086025, 'number': 79}	{'precision': 0.9256198347107438, 'recall': 0.7133757961783439, 'f1': 0.8057553956834533, 'number': 314}	{'precision': 0.625, 'recall': 0.25, 'f1': 0.35714285714285715, 'number': 20}	{'precision': 0.8470149253731343, 'recall': 0.6796407185628742, 'f1': 0.7541528239202657, 'number': 334}	{'precision': 0.6206896551724138, 'recall': 0.6666666666666666, 'f1': 0.6428571428571429, 'number': 27}	{'precision': 0.6, 'recall': 0.1875, 'f1': 0.2857142857142857, 'number': 16}	{'precision': 0.16666666666666666, 'recall': 0.25, 'f1': 0.2, 'number': 8}	{'precision': 0.5555555555555556, 'recall': 0.5263157894736842, 'f1': 0.5405405405405405, 'number': 19}	{'precision': 0.46153846153846156, 'recall': 0.5625, 'f1': 0.5070422535211268, 'number': 32}	{'precision': 0.8355704697986577, 'recall': 1.0, 'f1': 0.9104204753199269, 'number': 249}	{'precision': 0.7077922077922078, 'recall': 0.5860215053763441, 'f1': 0.6411764705882352, 'number': 186}	{'precision': 0.25806451612903225, 'recall': 0.34782608695652173, 'f1': 0.2962962962962963, 'number': 23}	{'precision': 0.8648648648648649, 'recall': 0.9446494464944649, 'f1': 0.9029982363315696, 'number': 813}	{'precision': 0.8571428571428571, 'recall': 0.07228915662650602, 'f1': 0.13333333333333333, 'number': 166}	{'precision': 0.25, 'recall': 0.0625, 'f1': 0.1, 'number': 16}	{'precision': 0.7446808510638298, 'recall': 0.5223880597014925, 'f1': 0.6140350877192982, 'number': 67}	{'precision': 0.7692307692307693, 'recall': 0.45454545454545453, 'f1': 0.5714285714285714, 'number': 22}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 38}	{'precision': 0.7954545454545454, 'recall': 0.625, 'f1': 0.7, 'number': 56}	0.8155	0.7022	0.7546	0.8722
0.3789	2.0	1470	0.3774	{'precision': 0.8571428571428571, 'recall': 0.8571428571428571, 'f1': 0.8571428571428571, 'number': 7}	{'precision': 0.5087719298245614, 'recall': 0.3670886075949367, 'f1': 0.42647058823529416, 'number': 79}	{'precision': 0.8157894736842105, 'recall': 0.8885350318471338, 'f1': 0.8506097560975611, 'number': 314}	{'precision': 0.42857142857142855, 'recall': 0.15, 'f1': 0.2222222222222222, 'number': 20}	{'precision': 0.7993527508090615, 'recall': 0.7395209580838323, 'f1': 0.7682737169517886, 'number': 334}	{'precision': 0.59375, 'recall': 0.7037037037037037, 'f1': 0.6440677966101694, 'number': 27}	{'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16}	{'precision': 0.6, 'recall': 0.375, 'f1': 0.4615384615384615, 'number': 8}	{'precision': 0.5789473684210527, 'recall': 0.5789473684210527, 'f1': 0.5789473684210527, 'number': 19}	{'precision': 0.5227272727272727, 'recall': 0.71875, 'f1': 0.6052631578947368, 'number': 32}	{'precision': 0.944954128440367, 'recall': 0.8273092369477911, 'f1': 0.8822269807280514, 'number': 249}	{'precision': 0.62890625, 'recall': 0.8655913978494624, 'f1': 0.7285067873303167, 'number': 186}	{'precision': 0.5, 'recall': 0.2608695652173913, 'f1': 0.3428571428571428, 'number': 23}	{'precision': 0.7711538461538462, 'recall': 0.986469864698647, 'f1': 0.8656233135456018, 'number': 813}	{'precision': 0.55, 'recall': 0.06626506024096386, 'f1': 0.11827956989247312, 'number': 166}	{'precision': 0.47058823529411764, 'recall': 0.5, 'f1': 0.48484848484848486, 'number': 16}	{'precision': 0.7428571428571429, 'recall': 0.7761194029850746, 'f1': 0.759124087591241, 'number': 67}	{'precision': 0.47619047619047616, 'recall': 0.45454545454545453, 'f1': 0.46511627906976744, 'number': 22}	{'precision': 0.2, 'recall': 0.23684210526315788, 'f1': 0.21686746987951808, 'number': 38}	{'precision': 0.7857142857142857, 'recall': 0.5892857142857143, 'f1': 0.6734693877551021, 'number': 56}	0.7482	0.7749	0.7613	0.8744
0.2373	3.0	2205	0.3602	{'precision': 0.7, 'recall': 1.0, 'f1': 0.8235294117647058, 'number': 7}	{'precision': 0.6705882352941176, 'recall': 0.7215189873417721, 'f1': 0.6951219512195121, 'number': 79}	{'precision': 0.8921568627450981, 'recall': 0.8694267515923567, 'f1': 0.8806451612903226, 'number': 314}	{'precision': 0.5652173913043478, 'recall': 0.65, 'f1': 0.6046511627906976, 'number': 20}	{'precision': 0.7367021276595744, 'recall': 0.8293413173652695, 'f1': 0.780281690140845, 'number': 334}	{'precision': 0.7083333333333334, 'recall': 0.6296296296296297, 'f1': 0.6666666666666667, 'number': 27}	{'precision': 0.6818181818181818, 'recall': 0.9375, 'f1': 0.7894736842105263, 'number': 16}	{'precision': 0.5, 'recall': 0.25, 'f1': 0.3333333333333333, 'number': 8}	{'precision': 0.4, 'recall': 0.10526315789473684, 'f1': 0.16666666666666666, 'number': 19}	{'precision': 0.75, 'recall': 0.46875, 'f1': 0.5769230769230769, 'number': 32}	{'precision': 0.9949494949494949, 'recall': 0.7911646586345381, 'f1': 0.8814317673378076, 'number': 249}	{'precision': 0.7019230769230769, 'recall': 0.7849462365591398, 'f1': 0.7411167512690354, 'number': 186}	{'precision': 0.2, 'recall': 0.043478260869565216, 'f1': 0.07142857142857142, 'number': 23}	{'precision': 0.8378947368421052, 'recall': 0.9790897908979089, 'f1': 0.9030062393647192, 'number': 813}	{'precision': 0.5583941605839416, 'recall': 0.9216867469879518, 'f1': 0.6954545454545455, 'number': 166}	{'precision': 0.8461538461538461, 'recall': 0.6875, 'f1': 0.7586206896551724, 'number': 16}	{'precision': 0.7936507936507936, 'recall': 0.746268656716418, 'f1': 0.7692307692307693, 'number': 67}	{'precision': 0.325, 'recall': 0.5909090909090909, 'f1': 0.41935483870967744, 'number': 22}	{'precision': 0.35714285714285715, 'recall': 0.13157894736842105, 'f1': 0.1923076923076923, 'number': 38}	{'precision': 0.8297872340425532, 'recall': 0.6964285714285714, 'f1': 0.7572815533980581, 'number': 56}	0.7774	0.8383	0.8067	0.8910
0.2055	4.0	2940	0.2966	{'precision': 0.8571428571428571, 'recall': 0.8571428571428571, 'f1': 0.8571428571428571, 'number': 7}	{'precision': 0.6875, 'recall': 0.6962025316455697, 'f1': 0.6918238993710691, 'number': 79}	{'precision': 0.7765042979942693, 'recall': 0.8630573248407644, 'f1': 0.817496229260935, 'number': 314}	{'precision': 0.5909090909090909, 'recall': 0.65, 'f1': 0.6190476190476191, 'number': 20}	{'precision': 0.7987987987987988, 'recall': 0.7964071856287425, 'f1': 0.7976011994002998, 'number': 334}	{'precision': 0.47058823529411764, 'recall': 0.5925925925925926, 'f1': 0.5245901639344261, 'number': 27}	{'precision': 0.7368421052631579, 'recall': 0.875, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.5, 'recall': 0.125, 'f1': 0.2, 'number': 8}	{'precision': 0.5454545454545454, 'recall': 0.631578947368421, 'f1': 0.5853658536585366, 'number': 19}	{'precision': 0.6216216216216216, 'recall': 0.71875, 'f1': 0.6666666666666667, 'number': 32}	{'precision': 0.8556701030927835, 'recall': 1.0, 'f1': 0.9222222222222222, 'number': 249}	{'precision': 0.7784431137724551, 'recall': 0.6989247311827957, 'f1': 0.736543909348442, 'number': 186}	{'precision': 0.22727272727272727, 'recall': 0.21739130434782608, 'f1': 0.22222222222222224, 'number': 23}	{'precision': 0.8790233074361821, 'recall': 0.974169741697417, 'f1': 0.9241540256709452, 'number': 813}	{'precision': 0.676056338028169, 'recall': 0.8674698795180723, 'f1': 0.7598944591029023, 'number': 166}	{'precision': 0.28125, 'recall': 0.5625, 'f1': 0.375, 'number': 16}	{'precision': 0.7678571428571429, 'recall': 0.6417910447761194, 'f1': 0.6991869918699187, 'number': 67}	{'precision': 0.6666666666666666, 'recall': 0.45454545454545453, 'f1': 0.5405405405405405, 'number': 22}	{'precision': 0.5757575757575758, 'recall': 0.5, 'f1': 0.5352112676056339, 'number': 38}	{'precision': 0.8780487804878049, 'recall': 0.6428571428571429, 'f1': 0.7422680412371134, 'number': 56}	0.7900	0.8483	0.8181	0.9036
0.1545	5.0	3675	0.4002	{'precision': 0.7777777777777778, 'recall': 1.0, 'f1': 0.8750000000000001, 'number': 7}	{'precision': 0.5595238095238095, 'recall': 0.5949367088607594, 'f1': 0.5766871165644172, 'number': 79}	{'precision': 0.8425925925925926, 'recall': 0.8694267515923567, 'f1': 0.8557993730407524, 'number': 314}	{'precision': 0.5185185185185185, 'recall': 0.7, 'f1': 0.5957446808510639, 'number': 20}	{'precision': 0.8, 'recall': 0.7544910179640718, 'f1': 0.7765793528505393, 'number': 334}	{'precision': 0.5161290322580645, 'recall': 0.5925925925925926, 'f1': 0.5517241379310345, 'number': 27}	{'precision': 0.6, 'recall': 0.5625, 'f1': 0.5806451612903225, 'number': 16}	{'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 8}	{'precision': 0.6, 'recall': 0.631578947368421, 'f1': 0.6153846153846154, 'number': 19}	{'precision': 0.6216216216216216, 'recall': 0.71875, 'f1': 0.6666666666666667, 'number': 32}	{'precision': 0.8339100346020761, 'recall': 0.9678714859437751, 'f1': 0.895910780669145, 'number': 249}	{'precision': 0.6994818652849741, 'recall': 0.7258064516129032, 'f1': 0.7124010554089709, 'number': 186}	{'precision': 0.375, 'recall': 0.391304347826087, 'f1': 0.3829787234042554, 'number': 23}	{'precision': 0.8539325842696629, 'recall': 0.8413284132841329, 'f1': 0.8475836431226766, 'number': 813}	{'precision': 0.7305699481865285, 'recall': 0.8493975903614458, 'f1': 0.7855153203342619, 'number': 166}	{'precision': 0.7142857142857143, 'recall': 0.625, 'f1': 0.6666666666666666, 'number': 16}	{'precision': 0.8363636363636363, 'recall': 0.6865671641791045, 'f1': 0.7540983606557378, 'number': 67}	{'precision': 0.6923076923076923, 'recall': 0.4090909090909091, 'f1': 0.5142857142857142, 'number': 22}	{'precision': 0.3684210526315789, 'recall': 0.18421052631578946, 'f1': 0.24561403508771928, 'number': 38}	{'precision': 0.75, 'recall': 0.6428571428571429, 'f1': 0.6923076923076924, 'number': 56}	0.7840	0.7925	0.7883	0.8941
0.1427	6.0	4410	0.3787	{'precision': 0.6, 'recall': 0.8571428571428571, 'f1': 0.7058823529411764, 'number': 7}	{'precision': 0.7543859649122807, 'recall': 0.5443037974683544, 'f1': 0.6323529411764707, 'number': 79}	{'precision': 0.8805031446540881, 'recall': 0.89171974522293, 'f1': 0.8860759493670887, 'number': 314}	{'precision': 0.5185185185185185, 'recall': 0.7, 'f1': 0.5957446808510639, 'number': 20}	{'precision': 0.8159509202453987, 'recall': 0.7964071856287425, 'f1': 0.806060606060606, 'number': 334}	{'precision': 0.7272727272727273, 'recall': 0.5925925925925926, 'f1': 0.6530612244897959, 'number': 27}	{'precision': 0.7777777777777778, 'recall': 0.875, 'f1': 0.823529411764706, 'number': 16}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8}	{'precision': 0.6666666666666666, 'recall': 0.3157894736842105, 'f1': 0.42857142857142855, 'number': 19}	{'precision': 0.6444444444444445, 'recall': 0.90625, 'f1': 0.7532467532467533, 'number': 32}	{'precision': 0.9558232931726908, 'recall': 0.9558232931726908, 'f1': 0.9558232931726908, 'number': 249}	{'precision': 0.7840909090909091, 'recall': 0.7419354838709677, 'f1': 0.7624309392265195, 'number': 186}	{'precision': 0.3125, 'recall': 0.43478260869565216, 'f1': 0.36363636363636365, 'number': 23}	{'precision': 0.84, 'recall': 0.981549815498155, 'f1': 0.9052750992626205, 'number': 813}	{'precision': 0.6229508196721312, 'recall': 0.9156626506024096, 'f1': 0.7414634146341463, 'number': 166}	{'precision': 0.5789473684210527, 'recall': 0.6875, 'f1': 0.6285714285714286, 'number': 16}	{'precision': 0.8088235294117647, 'recall': 0.8208955223880597, 'f1': 0.8148148148148148, 'number': 67}	{'precision': 0.5882352941176471, 'recall': 0.45454545454545453, 'f1': 0.5128205128205129, 'number': 22}	{'precision': 0.42105263157894735, 'recall': 0.21052631578947367, 'f1': 0.2807017543859649, 'number': 38}	{'precision': 0.7346938775510204, 'recall': 0.6428571428571429, 'f1': 0.6857142857142857, 'number': 56}	0.8023	0.8547	0.8277	0.9051
0.1042	7.0	5145	0.4026	{'precision': 0.75, 'recall': 0.8571428571428571, 'f1': 0.7999999999999999, 'number': 7}	{'precision': 0.7777777777777778, 'recall': 0.620253164556962, 'f1': 0.6901408450704225, 'number': 79}	{'precision': 0.889937106918239, 'recall': 0.9012738853503185, 'f1': 0.8955696202531646, 'number': 314}	{'precision': 0.6666666666666666, 'recall': 0.7, 'f1': 0.6829268292682926, 'number': 20}	{'precision': 0.7774566473988439, 'recall': 0.8053892215568862, 'f1': 0.7911764705882353, 'number': 334}	{'precision': 0.7037037037037037, 'recall': 0.7037037037037037, 'f1': 0.7037037037037037, 'number': 27}	{'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16}	{'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8}	{'precision': 0.48, 'recall': 0.631578947368421, 'f1': 0.5454545454545454, 'number': 19}	{'precision': 0.8076923076923077, 'recall': 0.65625, 'f1': 0.7241379310344829, 'number': 32}	{'precision': 0.9421487603305785, 'recall': 0.9156626506024096, 'f1': 0.9287169042769857, 'number': 249}	{'precision': 0.7168949771689498, 'recall': 0.8440860215053764, 'f1': 0.7753086419753086, 'number': 186}	{'precision': 0.34782608695652173, 'recall': 0.34782608695652173, 'f1': 0.34782608695652173, 'number': 23}	{'precision': 0.8842696629213483, 'recall': 0.968019680196802, 'f1': 0.9242513211978862, 'number': 813}	{'precision': 0.7751479289940828, 'recall': 0.7891566265060241, 'f1': 0.782089552238806, 'number': 166}	{'precision': 0.75, 'recall': 0.75, 'f1': 0.75, 'number': 16}	{'precision': 0.78125, 'recall': 0.746268656716418, 'f1': 0.7633587786259542, 'number': 67}	{'precision': 0.5882352941176471, 'recall': 0.45454545454545453, 'f1': 0.5128205128205129, 'number': 22}	{'precision': 0.5, 'recall': 0.3157894736842105, 'f1': 0.3870967741935484, 'number': 38}	{'precision': 0.7058823529411765, 'recall': 0.6428571428571429, 'f1': 0.6728971962616823, 'number': 56}	0.8231	0.8511	0.8369	0.9077
0.0932	8.0	5880	0.4281	{'precision': 0.7777777777777778, 'recall': 1.0, 'f1': 0.8750000000000001, 'number': 7}	{'precision': 0.7397260273972602, 'recall': 0.6835443037974683, 'f1': 0.7105263157894737, 'number': 79}	{'precision': 0.8818181818181818, 'recall': 0.9267515923566879, 'f1': 0.903726708074534, 'number': 314}	{'precision': 0.5625, 'recall': 0.9, 'f1': 0.6923076923076923, 'number': 20}	{'precision': 0.8022598870056498, 'recall': 0.8502994011976048, 'f1': 0.8255813953488372, 'number': 334}	{'precision': 0.7037037037037037, 'recall': 0.7037037037037037, 'f1': 0.7037037037037037, 'number': 27}	{'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16}	{'precision': 0.4, 'recall': 0.25, 'f1': 0.3076923076923077, 'number': 8}	{'precision': 0.5454545454545454, 'recall': 0.631578947368421, 'f1': 0.5853658536585366, 'number': 19}	{'precision': 0.7297297297297297, 'recall': 0.84375, 'f1': 0.7826086956521738, 'number': 32}	{'precision': 0.952191235059761, 'recall': 0.9598393574297188, 'f1': 0.956, 'number': 249}	{'precision': 0.7976878612716763, 'recall': 0.7419354838709677, 'f1': 0.7688022284122564, 'number': 186}	{'precision': 0.34782608695652173, 'recall': 0.34782608695652173, 'f1': 0.34782608695652173, 'number': 23}	{'precision': 0.8657205240174672, 'recall': 0.97539975399754, 'f1': 0.9172932330827068, 'number': 813}	{'precision': 0.8032786885245902, 'recall': 0.8855421686746988, 'f1': 0.8424068767908309, 'number': 166}	{'precision': 0.75, 'recall': 0.75, 'f1': 0.75, 'number': 16}	{'precision': 0.7407407407407407, 'recall': 0.5970149253731343, 'f1': 0.6611570247933883, 'number': 67}	{'precision': 0.47619047619047616, 'recall': 0.45454545454545453, 'f1': 0.46511627906976744, 'number': 22}	{'precision': 0.3333333333333333, 'recall': 0.21052631578947367, 'f1': 0.2580645161290323, 'number': 38}	{'precision': 0.75, 'recall': 0.6428571428571429, 'f1': 0.6923076923076924, 'number': 56}	0.8247	0.8664	0.8450	0.9095
0.0702	9.0	6615	0.5249	{'precision': 0.7777777777777778, 'recall': 1.0, 'f1': 0.8750000000000001, 'number': 7}	{'precision': 0.7397260273972602, 'recall': 0.6835443037974683, 'f1': 0.7105263157894737, 'number': 79}	{'precision': 0.8731563421828908, 'recall': 0.9426751592356688, 'f1': 0.906584992343032, 'number': 314}	{'precision': 0.6086956521739131, 'recall': 0.7, 'f1': 0.6511627906976744, 'number': 20}	{'precision': 0.7971830985915493, 'recall': 0.8473053892215568, 'f1': 0.8214804063860667, 'number': 334}	{'precision': 0.7307692307692307, 'recall': 0.7037037037037037, 'f1': 0.7169811320754716, 'number': 27}	{'precision': 0.8235294117647058, 'recall': 0.875, 'f1': 0.8484848484848485, 'number': 16}	{'precision': 0.625, 'recall': 0.625, 'f1': 0.625, 'number': 8}	{'precision': 0.5294117647058824, 'recall': 0.47368421052631576, 'f1': 0.5, 'number': 19}	{'precision': 0.7777777777777778, 'recall': 0.65625, 'f1': 0.711864406779661, 'number': 32}	{'precision': 0.9442231075697212, 'recall': 0.9518072289156626, 'f1': 0.9480000000000001, 'number': 249}	{'precision': 0.6930232558139535, 'recall': 0.8010752688172043, 'f1': 0.743142144638404, 'number': 186}	{'precision': 0.4, 'recall': 0.43478260869565216, 'f1': 0.41666666666666663, 'number': 23}	{'precision': 0.8525641025641025, 'recall': 0.981549815498155, 'f1': 0.9125214408233275, 'number': 813}	{'precision': 0.75, 'recall': 0.9036144578313253, 'f1': 0.8196721311475409, 'number': 166}	{'precision': 0.5789473684210527, 'recall': 0.6875, 'f1': 0.6285714285714286, 'number': 16}	{'precision': 0.7758620689655172, 'recall': 0.6716417910447762, 'f1': 0.7200000000000001, 'number': 67}	{'precision': 0.5555555555555556, 'recall': 0.6818181818181818, 'f1': 0.6122448979591836, 'number': 22}	{'precision': 0.44, 'recall': 0.2894736842105263, 'f1': 0.34920634920634924, 'number': 38}	{'precision': 0.8409090909090909, 'recall': 0.6607142857142857, 'f1': 0.74, 'number': 56}	0.8111	0.8768	0.8427	0.9049
0.0652	10.0	7350	0.4874	{'precision': 0.75, 'recall': 0.8571428571428571, 'f1': 0.7999999999999999, 'number': 7}	{'precision': 0.6805555555555556, 'recall': 0.620253164556962, 'f1': 0.6490066225165563, 'number': 79}	{'precision': 0.9139072847682119, 'recall': 0.8789808917197452, 'f1': 0.8961038961038962, 'number': 314}	{'precision': 0.5862068965517241, 'recall': 0.85, 'f1': 0.6938775510204082, 'number': 20}	{'precision': 0.7936046511627907, 'recall': 0.8173652694610778, 'f1': 0.8053097345132743, 'number': 334}	{'precision': 0.6923076923076923, 'recall': 0.6666666666666666, 'f1': 0.6792452830188679, 'number': 27}	{'precision': 0.8235294117647058, 'recall': 0.875, 'f1': 0.8484848484848485, 'number': 16}	{'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 8}	{'precision': 0.6666666666666666, 'recall': 0.5263157894736842, 'f1': 0.5882352941176471, 'number': 19}	{'precision': 0.7878787878787878, 'recall': 0.8125, 'f1': 0.8, 'number': 32}	{'precision': 0.8913857677902621, 'recall': 0.9558232931726908, 'f1': 0.9224806201550388, 'number': 249}	{'precision': 0.8192771084337349, 'recall': 0.7311827956989247, 'f1': 0.7727272727272727, 'number': 186}	{'precision': 0.3225806451612903, 'recall': 0.43478260869565216, 'f1': 0.37037037037037035, 'number': 23}	{'precision': 0.8924485125858124, 'recall': 0.959409594095941, 'f1': 0.9247184350918791, 'number': 813}	{'precision': 0.7712765957446809, 'recall': 0.8734939759036144, 'f1': 0.8192090395480226, 'number': 166}	{'precision': 0.8181818181818182, 'recall': 0.5625, 'f1': 0.6666666666666666, 'number': 16}	{'precision': 0.7666666666666667, 'recall': 0.6865671641791045, 'f1': 0.7244094488188977, 'number': 67}	{'precision': 0.6, 'recall': 0.4090909090909091, 'f1': 0.4864864864864865, 'number': 22}	{'precision': 0.23809523809523808, 'recall': 0.13157894736842105, 'f1': 0.1694915254237288, 'number': 38}	{'precision': 0.7906976744186046, 'recall': 0.6071428571428571, 'f1': 0.6868686868686869, 'number': 56}	0.8320	0.8447	0.8383	0.9117
0.0476	11.0	8085	0.5903	{'precision': 0.7777777777777778, 'recall': 1.0, 'f1': 0.8750000000000001, 'number': 7}	{'precision': 0.6712328767123288, 'recall': 0.620253164556962, 'f1': 0.6447368421052632, 'number': 79}	{'precision': 0.9015384615384615, 'recall': 0.9331210191082803, 'f1': 0.9170579029733958, 'number': 314}	{'precision': 0.6521739130434783, 'recall': 0.75, 'f1': 0.6976744186046512, 'number': 20}	{'precision': 0.7988826815642458, 'recall': 0.8562874251497006, 'f1': 0.8265895953757226, 'number': 334}	{'precision': 0.6666666666666666, 'recall': 0.7407407407407407, 'f1': 0.7017543859649122, 'number': 27}	{'precision': 0.7368421052631579, 'recall': 0.875, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.5, 'recall': 0.625, 'f1': 0.5555555555555556, 'number': 8}	{'precision': 0.5652173913043478, 'recall': 0.6842105263157895, 'f1': 0.6190476190476191, 'number': 19}	{'precision': 0.7105263157894737, 'recall': 0.84375, 'f1': 0.7714285714285714, 'number': 32}	{'precision': 0.9409448818897638, 'recall': 0.9598393574297188, 'f1': 0.9502982107355864, 'number': 249}	{'precision': 0.7067307692307693, 'recall': 0.7903225806451613, 'f1': 0.7461928934010152, 'number': 186}	{'precision': 0.3125, 'recall': 0.43478260869565216, 'f1': 0.36363636363636365, 'number': 23}	{'precision': 0.8851727982162765, 'recall': 0.976629766297663, 'f1': 0.9286549707602338, 'number': 813}	{'precision': 0.7330097087378641, 'recall': 0.9096385542168675, 'f1': 0.8118279569892471, 'number': 166}	{'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16}	{'precision': 0.7538461538461538, 'recall': 0.7313432835820896, 'f1': 0.7424242424242424, 'number': 67}	{'precision': 0.6, 'recall': 0.6818181818181818, 'f1': 0.6382978723404256, 'number': 22}	{'precision': 0.4444444444444444, 'recall': 0.3157894736842105, 'f1': 0.36923076923076925, 'number': 38}	{'precision': 0.8409090909090909, 'recall': 0.6607142857142857, 'f1': 0.74, 'number': 56}	0.8181	0.8808	0.8483	0.9077
0.0382	12.0	8820	0.5747	{'precision': 0.7777777777777778, 'recall': 1.0, 'f1': 0.8750000000000001, 'number': 7}	{'precision': 0.6901408450704225, 'recall': 0.620253164556962, 'f1': 0.6533333333333332, 'number': 79}	{'precision': 0.8708708708708709, 'recall': 0.9235668789808917, 'f1': 0.8964451313755796, 'number': 314}	{'precision': 0.6190476190476191, 'recall': 0.65, 'f1': 0.6341463414634146, 'number': 20}	{'precision': 0.7988338192419825, 'recall': 0.8203592814371258, 'f1': 0.8094534711964549, 'number': 334}	{'precision': 0.7142857142857143, 'recall': 0.7407407407407407, 'f1': 0.7272727272727273, 'number': 27}	{'precision': 0.7368421052631579, 'recall': 0.875, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.5714285714285714, 'recall': 0.5, 'f1': 0.5333333333333333, 'number': 8}	{'precision': 0.43478260869565216, 'recall': 0.5263157894736842, 'f1': 0.47619047619047616, 'number': 19}	{'precision': 0.71875, 'recall': 0.71875, 'f1': 0.71875, 'number': 32}	{'precision': 0.9484126984126984, 'recall': 0.9598393574297188, 'f1': 0.9540918163672655, 'number': 249}	{'precision': 0.8181818181818182, 'recall': 0.7258064516129032, 'f1': 0.7692307692307693, 'number': 186}	{'precision': 0.2903225806451613, 'recall': 0.391304347826087, 'f1': 0.33333333333333337, 'number': 23}	{'precision': 0.8821548821548821, 'recall': 0.966789667896679, 'f1': 0.9225352112676056, 'number': 813}	{'precision': 0.7486910994764397, 'recall': 0.8614457831325302, 'f1': 0.8011204481792717, 'number': 166}	{'precision': 0.7142857142857143, 'recall': 0.625, 'f1': 0.6666666666666666, 'number': 16}	{'precision': 0.7894736842105263, 'recall': 0.6716417910447762, 'f1': 0.7258064516129032, 'number': 67}	{'precision': 0.5652173913043478, 'recall': 0.5909090909090909, 'f1': 0.5777777777777778, 'number': 22}	{'precision': 0.4166666666666667, 'recall': 0.2631578947368421, 'f1': 0.3225806451612903, 'number': 38}	{'precision': 0.7555555555555555, 'recall': 0.6071428571428571, 'f1': 0.6732673267326731, 'number': 56}	0.8251	0.8539	0.8393	0.9100
0.0291	13.0	9555	0.6301	{'precision': 0.5555555555555556, 'recall': 0.7142857142857143, 'f1': 0.6250000000000001, 'number': 7}	{'precision': 0.6901408450704225, 'recall': 0.620253164556962, 'f1': 0.6533333333333332, 'number': 79}	{'precision': 0.8875379939209727, 'recall': 0.9299363057324841, 'f1': 0.9082426127527217, 'number': 314}	{'precision': 0.6086956521739131, 'recall': 0.7, 'f1': 0.6511627906976744, 'number': 20}	{'precision': 0.8097982708933718, 'recall': 0.8413173652694611, 'f1': 0.8252569750367107, 'number': 334}	{'precision': 0.7142857142857143, 'recall': 0.7407407407407407, 'f1': 0.7272727272727273, 'number': 27}	{'precision': 0.7368421052631579, 'recall': 0.875, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.5555555555555556, 'recall': 0.625, 'f1': 0.5882352941176471, 'number': 8}	{'precision': 0.4782608695652174, 'recall': 0.5789473684210527, 'f1': 0.5238095238095238, 'number': 19}	{'precision': 0.6764705882352942, 'recall': 0.71875, 'f1': 0.696969696969697, 'number': 32}	{'precision': 0.9333333333333333, 'recall': 0.9558232931726908, 'f1': 0.9444444444444444, 'number': 249}	{'precision': 0.8023255813953488, 'recall': 0.7419354838709677, 'f1': 0.7709497206703911, 'number': 186}	{'precision': 0.36666666666666664, 'recall': 0.4782608695652174, 'f1': 0.41509433962264153, 'number': 23}	{'precision': 0.8825503355704698, 'recall': 0.9704797047970479, 'f1': 0.9244288224956063, 'number': 813}	{'precision': 0.7754010695187166, 'recall': 0.8734939759036144, 'f1': 0.821529745042493, 'number': 166}	{'precision': 0.7142857142857143, 'recall': 0.625, 'f1': 0.6666666666666666, 'number': 16}	{'precision': 0.8135593220338984, 'recall': 0.7164179104477612, 'f1': 0.761904761904762, 'number': 67}	{'precision': 0.625, 'recall': 0.45454545454545453, 'f1': 0.5263157894736842, 'number': 22}	{'precision': 0.35, 'recall': 0.18421052631578946, 'f1': 0.24137931034482757, 'number': 38}	{'precision': 0.7608695652173914, 'recall': 0.625, 'f1': 0.6862745098039216, 'number': 56}	0.8298	0.8608	0.8450	0.9112
0.0275	14.0	10290	0.6432	{'precision': 0.6666666666666666, 'recall': 0.8571428571428571, 'f1': 0.75, 'number': 7}	{'precision': 0.7101449275362319, 'recall': 0.620253164556962, 'f1': 0.6621621621621622, 'number': 79}	{'precision': 0.8934169278996865, 'recall': 0.9076433121019108, 'f1': 0.9004739336492891, 'number': 314}	{'precision': 0.6086956521739131, 'recall': 0.7, 'f1': 0.6511627906976744, 'number': 20}	{'precision': 0.8045325779036827, 'recall': 0.8502994011976048, 'f1': 0.826783114992722, 'number': 334}	{'precision': 0.6785714285714286, 'recall': 0.7037037037037037, 'f1': 0.6909090909090909, 'number': 27}	{'precision': 0.7368421052631579, 'recall': 0.875, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 8}	{'precision': 0.42857142857142855, 'recall': 0.47368421052631576, 'f1': 0.45, 'number': 19}	{'precision': 0.78125, 'recall': 0.78125, 'f1': 0.78125, 'number': 32}	{'precision': 0.9333333333333333, 'recall': 0.9558232931726908, 'f1': 0.9444444444444444, 'number': 249}	{'precision': 0.8011049723756906, 'recall': 0.7795698924731183, 'f1': 0.7901907356948229, 'number': 186}	{'precision': 0.38461538461538464, 'recall': 0.43478260869565216, 'f1': 0.40816326530612246, 'number': 23}	{'precision': 0.8885135135135135, 'recall': 0.9704797047970479, 'f1': 0.927689594356261, 'number': 813}	{'precision': 0.7853107344632768, 'recall': 0.8373493975903614, 'f1': 0.8104956268221575, 'number': 166}	{'precision': 0.7142857142857143, 'recall': 0.625, 'f1': 0.6666666666666666, 'number': 16}	{'precision': 0.8181818181818182, 'recall': 0.6716417910447762, 'f1': 0.7377049180327869, 'number': 67}	{'precision': 0.47368421052631576, 'recall': 0.4090909090909091, 'f1': 0.43902439024390244, 'number': 22}	{'precision': 0.32, 'recall': 0.21052631578947367, 'f1': 0.25396825396825395, 'number': 38}	{'precision': 0.7555555555555555, 'recall': 0.6071428571428571, 'f1': 0.6732673267326731, 'number': 56}	0.8324	0.8571	0.8446	0.9117
0.0219	15.0	11025	0.6533	{'precision': 0.6666666666666666, 'recall': 0.8571428571428571, 'f1': 0.75, 'number': 7}	{'precision': 0.7205882352941176, 'recall': 0.620253164556962, 'f1': 0.6666666666666666, 'number': 79}	{'precision': 0.9018987341772152, 'recall': 0.9076433121019108, 'f1': 0.9047619047619049, 'number': 314}	{'precision': 0.5833333333333334, 'recall': 0.7, 'f1': 0.6363636363636365, 'number': 20}	{'precision': 0.8080229226361032, 'recall': 0.844311377245509, 'f1': 0.8257686676427527, 'number': 334}	{'precision': 0.7142857142857143, 'recall': 0.7407407407407407, 'f1': 0.7272727272727273, 'number': 27}	{'precision': 0.7, 'recall': 0.875, 'f1': 0.7777777777777777, 'number': 16}	{'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8}	{'precision': 0.4166666666666667, 'recall': 0.5263157894736842, 'f1': 0.46511627906976744, 'number': 19}	{'precision': 0.7575757575757576, 'recall': 0.78125, 'f1': 0.7692307692307692, 'number': 32}	{'precision': 0.9296875, 'recall': 0.9558232931726908, 'f1': 0.9425742574257426, 'number': 249}	{'precision': 0.7976878612716763, 'recall': 0.7419354838709677, 'f1': 0.7688022284122564, 'number': 186}	{'precision': 0.3793103448275862, 'recall': 0.4782608695652174, 'f1': 0.4230769230769231, 'number': 23}	{'precision': 0.8875140607424072, 'recall': 0.9704797047970479, 'f1': 0.9271445358401881, 'number': 813}	{'precision': 0.7621621621621621, 'recall': 0.8493975903614458, 'f1': 0.8034188034188033, 'number': 166}	{'precision': 0.7692307692307693, 'recall': 0.625, 'f1': 0.6896551724137931, 'number': 16}	{'precision': 0.8035714285714286, 'recall': 0.6716417910447762, 'f1': 0.7317073170731707, 'number': 67}	{'precision': 0.47368421052631576, 'recall': 0.4090909090909091, 'f1': 0.43902439024390244, 'number': 22}	{'precision': 0.36, 'recall': 0.23684210526315788, 'f1': 0.2857142857142857, 'number': 38}	{'precision': 0.7291666666666666, 'recall': 0.625, 'f1': 0.6730769230769231, 'number': 56}	0.8290	0.8559	0.8423	0.9112

Framework versions

Transformers 4.44.0
Pytorch 2.3.1+cu121
Datasets 2.19.1
Tokenizers 0.19.1

Kudod/roberta-large-ner-ghtk-cs-new-data-seg-3090-28Aug-1

roberta-large-ner-ghtk-cs-new-data-seg-3090-28Aug-1

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Kudod/
roberta-large-ner-ghtk-cs-new-data-seg-3090-28Aug-1