mdeberta-ner-ghtk-cs-new-data-3090-8Nov-1

This model is a fine-tuned version of microsoft/mdeberta-v3-base on the None dataset. It achieves the following results on the evaluation set:

• Loss: 0.3067
• cmt: {'precision': 0.6428571428571429, 'recall': 0.6923076923076923, 'f1': 0.6666666666666666, 'number': 13}
• Tk: {'precision': 0.6557377049180327, 'recall': 0.46511627906976744, 'f1': 0.5442176870748299, 'number': 86}
• A: {'precision': 0.8181818181818182, 'recall': 0.7875, 'f1': 0.8025477707006369, 'number': 400}
• Gày: {'precision': 0.5, 'recall': 0.46875, 'f1': 0.4838709677419355, 'number': 32}
• Gày trừu tượng: {'precision': 0.7087155963302753, 'recall': 0.7070938215102975, 'f1': 0.7079037800687286, 'number': 437}
• Gân hàng: {'precision': 0.6206896551724138, 'recall': 0.5454545454545454, 'f1': 0.5806451612903226, 'number': 33}
• Hương thức thanh toán: {'precision': 0.9, 'recall': 0.6923076923076923, 'f1': 0.7826086956521738, 'number': 26}
• Hối lượng: {'precision': 0.6, 'recall': 0.2727272727272727, 'f1': 0.37499999999999994, 'number': 11}
• Iền: {'precision': 0.4883720930232558, 'recall': 0.65625, 'f1': 0.5599999999999999, 'number': 32}
• Iờ: {'precision': 0.6756756756756757, 'recall': 0.6578947368421053, 'f1': 0.6666666666666667, 'number': 38}
• Mail: {'precision': 0.9190283400809717, 'recall': 0.926530612244898, 'f1': 0.9227642276422764, 'number': 245}
• Ã đơn: {'precision': 0.6778242677824268, 'recall': 0.8350515463917526, 'f1': 0.7482678983833718, 'number': 194}
• Ên người: {'precision': 0.4583333333333333, 'recall': 0.39285714285714285, 'f1': 0.4230769230769231, 'number': 28}
• Đt: {'precision': 0.87468671679198, 'recall': 0.9257294429708223, 'f1': 0.8994845360824743, 'number': 754}
• Đt trừu tượng: {'precision': 0.75, 'recall': 0.7830188679245284, 'f1': 0.7661538461538461, 'number': 318}
• Ơn vị đo: {'precision': 0.6428571428571429, 'recall': 0.32142857142857145, 'f1': 0.4285714285714286, 'number': 28}
• Ản phẩm cụ thể: {'precision': 0.6181818181818182, 'recall': 0.3541666666666667, 'f1': 0.45033112582781454, 'number': 192}
• Ản phẩm trừu tượng: {'precision': 0.4074074074074074, 'recall': 0.2558139534883721, 'f1': 0.3142857142857143, 'number': 86}
• Ịa chỉ cụ thể: {'precision': 0.29411764705882354, 'recall': 0.2222222222222222, 'f1': 0.25316455696202533, 'number': 90}
• Ịa chỉ trừu tượng: {'precision': 0.711864406779661, 'recall': 0.5833333333333334, 'f1': 0.6412213740458015, 'number': 72}
• Overall Precision: 0.7591
• Overall Recall: 0.7323
• Overall F1: 0.7454
• Overall Accuracy: 0.9280

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	à 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
0.5162	1.0	735	0.3673	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 13}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 86}	{'precision': 0.7442528735632183, 'recall': 0.6475, 'f1': 0.6925133689839572, 'number': 400}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 32}	{'precision': 0.8075801749271136, 'recall': 0.6338672768878718, 'f1': 0.7102564102564102, 'number': 437}	{'precision': 0.6470588235294118, 'recall': 0.3333333333333333, 'f1': 0.44, 'number': 33}	{'precision': 0.23529411764705882, 'recall': 0.15384615384615385, 'f1': 0.186046511627907, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11}	{'precision': 0.5454545454545454, 'recall': 0.375, 'f1': 0.4444444444444444, 'number': 32}	{'precision': 0.5869565217391305, 'recall': 0.7105263157894737, 'f1': 0.6428571428571428, 'number': 38}	{'precision': 0.8169014084507042, 'recall': 0.9469387755102041, 'f1': 0.8771266540642723, 'number': 245}	{'precision': 0.6935483870967742, 'recall': 0.6649484536082474, 'f1': 0.6789473684210526, 'number': 194}	{'precision': 0.11764705882352941, 'recall': 0.07142857142857142, 'f1': 0.08888888888888889, 'number': 28}	{'precision': 0.7658643326039387, 'recall': 0.9283819628647215, 'f1': 0.8393285371702637, 'number': 754}	{'precision': 0.4922048997772829, 'recall': 0.6949685534591195, 'f1': 0.576271186440678, 'number': 318}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28}	{'precision': 0.6666666666666666, 'recall': 0.17708333333333334, 'f1': 0.27983539094650206, 'number': 192}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 86}	{'precision': 0.08333333333333333, 'recall': 0.011111111111111112, 'f1': 0.0196078431372549, 'number': 90}	{'precision': 0.6938775510204082, 'recall': 0.4722222222222222, 'f1': 0.5619834710743802, 'number': 72}	0.7012	0.6238	0.6602	0.9055
0.3314	2.0	1470	0.3050	{'precision': 0.06666666666666667, 'recall': 0.07692307692307693, 'f1': 0.07142857142857144, 'number': 13}	{'precision': 0.8, 'recall': 0.13953488372093023, 'f1': 0.2376237623762376, 'number': 86}	{'precision': 0.7024390243902439, 'recall': 0.72, 'f1': 0.7111111111111111, 'number': 400}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 32}	{'precision': 0.8166189111747851, 'recall': 0.6521739130434783, 'f1': 0.7251908396946564, 'number': 437}	{'precision': 0.5416666666666666, 'recall': 0.3939393939393939, 'f1': 0.45614035087719296, 'number': 33}	{'precision': 0.7222222222222222, 'recall': 0.5, 'f1': 0.5909090909090908, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11}	{'precision': 0.4642857142857143, 'recall': 0.40625, 'f1': 0.4333333333333333, 'number': 32}	{'precision': 0.4827586206896552, 'recall': 0.7368421052631579, 'f1': 0.5833333333333334, 'number': 38}	{'precision': 0.8825757575757576, 'recall': 0.9510204081632653, 'f1': 0.9155206286836934, 'number': 245}	{'precision': 0.5347432024169184, 'recall': 0.9123711340206185, 'f1': 0.6742857142857143, 'number': 194}	{'precision': 0.3333333333333333, 'recall': 0.32142857142857145, 'f1': 0.32727272727272727, 'number': 28}	{'precision': 0.7755555555555556, 'recall': 0.9257294429708223, 'f1': 0.8440145102781136, 'number': 754}	{'precision': 0.7007299270072993, 'recall': 0.6037735849056604, 'f1': 0.6486486486486488, 'number': 318}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 28}	{'precision': 0.3593220338983051, 'recall': 0.5520833333333334, 'f1': 0.4353182751540041, 'number': 192}	{'precision': 1.0, 'recall': 0.13953488372093023, 'f1': 0.24489795918367346, 'number': 86}	{'precision': 0.21367521367521367, 'recall': 0.2777777777777778, 'f1': 0.24154589371980675, 'number': 90}	{'precision': 0.8372093023255814, 'recall': 0.5, 'f1': 0.6260869565217391, 'number': 72}	0.6731	0.6873	0.6801	0.9097
0.2358	3.0	2205	0.3123	{'precision': 0.23333333333333334, 'recall': 0.5384615384615384, 'f1': 0.32558139534883723, 'number': 13}	{'precision': 0.5263157894736842, 'recall': 0.11627906976744186, 'f1': 0.1904761904761905, 'number': 86}	{'precision': 0.7365853658536585, 'recall': 0.755, 'f1': 0.7456790123456789, 'number': 400}	{'precision': 0.39285714285714285, 'recall': 0.34375, 'f1': 0.3666666666666667, 'number': 32}	{'precision': 0.796875, 'recall': 0.700228832951945, 'f1': 0.7454323995127892, 'number': 437}	{'precision': 0.6363636363636364, 'recall': 0.42424242424242425, 'f1': 0.5090909090909091, 'number': 33}	{'precision': 0.8571428571428571, 'recall': 0.6923076923076923, 'f1': 0.7659574468085107, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11}	{'precision': 0.5151515151515151, 'recall': 0.53125, 'f1': 0.5230769230769231, 'number': 32}	{'precision': 0.6764705882352942, 'recall': 0.6052631578947368, 'f1': 0.6388888888888888, 'number': 38}	{'precision': 0.8918918918918919, 'recall': 0.9428571428571428, 'f1': 0.9166666666666667, 'number': 245}	{'precision': 0.5297619047619048, 'recall': 0.9175257731958762, 'f1': 0.6716981132075471, 'number': 194}	{'precision': 0.11764705882352941, 'recall': 0.07142857142857142, 'f1': 0.08888888888888889, 'number': 28}	{'precision': 0.833729216152019, 'recall': 0.9310344827586207, 'f1': 0.8796992481203008, 'number': 754}	{'precision': 0.7091412742382271, 'recall': 0.8050314465408805, 'f1': 0.7540500736377025, 'number': 318}	{'precision': 0.3076923076923077, 'recall': 0.14285714285714285, 'f1': 0.1951219512195122, 'number': 28}	{'precision': 0.6263736263736264, 'recall': 0.296875, 'f1': 0.40282685512367494, 'number': 192}	{'precision': 0.6666666666666666, 'recall': 0.13953488372093023, 'f1': 0.23076923076923078, 'number': 86}	{'precision': 0.30952380952380953, 'recall': 0.14444444444444443, 'f1': 0.19696969696969696, 'number': 90}	{'precision': 0.7906976744186046, 'recall': 0.4722222222222222, 'f1': 0.591304347826087, 'number': 72}	0.7314	0.7053	0.7181	0.9145
0.2081	4.0	2940	0.2782	{'precision': 0.35714285714285715, 'recall': 0.38461538461538464, 'f1': 0.3703703703703704, 'number': 13}	{'precision': 0.6774193548387096, 'recall': 0.2441860465116279, 'f1': 0.358974358974359, 'number': 86}	{'precision': 0.8115942028985508, 'recall': 0.7, 'f1': 0.7516778523489933, 'number': 400}	{'precision': 0.6666666666666666, 'recall': 0.25, 'f1': 0.36363636363636365, 'number': 32}	{'precision': 0.8, 'recall': 0.6864988558352403, 'f1': 0.7389162561576355, 'number': 437}	{'precision': 0.6071428571428571, 'recall': 0.5151515151515151, 'f1': 0.5573770491803278, 'number': 33}	{'precision': 0.7, 'recall': 0.5384615384615384, 'f1': 0.608695652173913, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11}	{'precision': 0.5769230769230769, 'recall': 0.46875, 'f1': 0.5172413793103449, 'number': 32}	{'precision': 0.6666666666666666, 'recall': 0.631578947368421, 'f1': 0.6486486486486486, 'number': 38}	{'precision': 0.8603773584905661, 'recall': 0.9306122448979591, 'f1': 0.8941176470588236, 'number': 245}	{'precision': 0.6284584980237155, 'recall': 0.8195876288659794, 'f1': 0.7114093959731544, 'number': 194}	{'precision': 0.2857142857142857, 'recall': 0.35714285714285715, 'f1': 0.3174603174603175, 'number': 28}	{'precision': 0.8485958485958486, 'recall': 0.9217506631299734, 'f1': 0.8836617927527017, 'number': 754}	{'precision': 0.702054794520548, 'recall': 0.6446540880503144, 'f1': 0.6721311475409836, 'number': 318}	{'precision': 0.5833333333333334, 'recall': 0.25, 'f1': 0.35000000000000003, 'number': 28}	{'precision': 0.5504587155963303, 'recall': 0.3125, 'f1': 0.398671096345515, 'number': 192}	{'precision': 0.3541666666666667, 'recall': 0.19767441860465115, 'f1': 0.2537313432835821, 'number': 86}	{'precision': 0.24324324324324326, 'recall': 0.1, 'f1': 0.14173228346456693, 'number': 90}	{'precision': 0.8, 'recall': 0.5, 'f1': 0.6153846153846154, 'number': 72}	0.7525	0.6774	0.7130	0.9202
0.1695	5.0	3675	0.3020	{'precision': 0.5294117647058824, 'recall': 0.6923076923076923, 'f1': 0.5999999999999999, 'number': 13}	{'precision': 0.6538461538461539, 'recall': 0.3953488372093023, 'f1': 0.49275362318840576, 'number': 86}	{'precision': 0.8436578171091446, 'recall': 0.715, 'f1': 0.7740189445196212, 'number': 400}	{'precision': 0.4642857142857143, 'recall': 0.40625, 'f1': 0.4333333333333333, 'number': 32}	{'precision': 0.8085714285714286, 'recall': 0.6475972540045767, 'f1': 0.7191867852604827, 'number': 437}	{'precision': 0.6153846153846154, 'recall': 0.48484848484848486, 'f1': 0.5423728813559322, 'number': 33}	{'precision': 0.9473684210526315, 'recall': 0.6923076923076923, 'f1': 0.7999999999999999, 'number': 26}	{'precision': 1.0, 'recall': 0.18181818181818182, 'f1': 0.3076923076923077, 'number': 11}	{'precision': 0.52, 'recall': 0.40625, 'f1': 0.45614035087719296, 'number': 32}	{'precision': 0.7777777777777778, 'recall': 0.5526315789473685, 'f1': 0.6461538461538462, 'number': 38}	{'precision': 0.8941176470588236, 'recall': 0.9306122448979591, 'f1': 0.9119999999999999, 'number': 245}	{'precision': 0.7184466019417476, 'recall': 0.7628865979381443, 'f1': 0.74, 'number': 194}	{'precision': 0.43478260869565216, 'recall': 0.35714285714285715, 'f1': 0.39215686274509803, 'number': 28}	{'precision': 0.8553921568627451, 'recall': 0.9257294429708223, 'f1': 0.8891719745222929, 'number': 754}	{'precision': 0.756578947368421, 'recall': 0.7232704402515723, 'f1': 0.7395498392282959, 'number': 318}	{'precision': 0.5454545454545454, 'recall': 0.21428571428571427, 'f1': 0.30769230769230765, 'number': 28}	{'precision': 0.7241379310344828, 'recall': 0.21875, 'f1': 0.33599999999999997, 'number': 192}	{'precision': 0.41379310344827586, 'recall': 0.13953488372093023, 'f1': 0.20869565217391306, 'number': 86}	{'precision': 0.35294117647058826, 'recall': 0.13333333333333333, 'f1': 0.19354838709677416, 'number': 90}	{'precision': 0.7916666666666666, 'recall': 0.5277777777777778, 'f1': 0.6333333333333333, 'number': 72}	0.7939	0.6803	0.7327	0.9243
0.1513	6.0	4410	0.2645	{'precision': 0.6, 'recall': 0.6923076923076923, 'f1': 0.6428571428571429, 'number': 13}	{'precision': 0.6923076923076923, 'recall': 0.627906976744186, 'f1': 0.6585365853658537, 'number': 86}	{'precision': 0.8136986301369863, 'recall': 0.7425, 'f1': 0.7764705882352941, 'number': 400}	{'precision': 0.4642857142857143, 'recall': 0.40625, 'f1': 0.4333333333333333, 'number': 32}	{'precision': 0.7354368932038835, 'recall': 0.6933638443935927, 'f1': 0.7137809187279152, 'number': 437}	{'precision': 0.5882352941176471, 'recall': 0.6060606060606061, 'f1': 0.5970149253731343, 'number': 33}	{'precision': 0.8181818181818182, 'recall': 0.6923076923076923, 'f1': 0.7500000000000001, 'number': 26}	{'precision': 0.6666666666666666, 'recall': 0.18181818181818182, 'f1': 0.28571428571428575, 'number': 11}	{'precision': 0.4878048780487805, 'recall': 0.625, 'f1': 0.547945205479452, 'number': 32}	{'precision': 0.6842105263157895, 'recall': 0.6842105263157895, 'f1': 0.6842105263157895, 'number': 38}	{'precision': 0.995049504950495, 'recall': 0.8204081632653061, 'f1': 0.8993288590604026, 'number': 245}	{'precision': 0.7285714285714285, 'recall': 0.788659793814433, 'f1': 0.7574257425742574, 'number': 194}	{'precision': 0.35714285714285715, 'recall': 0.35714285714285715, 'f1': 0.35714285714285715, 'number': 28}	{'precision': 0.8921694480102695, 'recall': 0.9217506631299734, 'f1': 0.9067188519243313, 'number': 754}	{'precision': 0.7436619718309859, 'recall': 0.8301886792452831, 'f1': 0.7845468053491828, 'number': 318}	{'precision': 0.6, 'recall': 0.32142857142857145, 'f1': 0.41860465116279066, 'number': 28}	{'precision': 0.6727272727272727, 'recall': 0.3854166666666667, 'f1': 0.4900662251655629, 'number': 192}	{'precision': 0.4375, 'recall': 0.2441860465116279, 'f1': 0.31343283582089554, 'number': 86}	{'precision': 0.2916666666666667, 'recall': 0.23333333333333334, 'f1': 0.2592592592592593, 'number': 90}	{'precision': 0.6909090909090909, 'recall': 0.5277777777777778, 'f1': 0.5984251968503937, 'number': 72}	0.7725	0.7217	0.7462	0.9297
0.1274	7.0	5145	0.2724	{'precision': 0.5714285714285714, 'recall': 0.6153846153846154, 'f1': 0.5925925925925927, 'number': 13}	{'precision': 0.6666666666666666, 'recall': 0.5581395348837209, 'f1': 0.6075949367088608, 'number': 86}	{'precision': 0.8169398907103825, 'recall': 0.7475, 'f1': 0.7806788511749347, 'number': 400}	{'precision': 0.5555555555555556, 'recall': 0.3125, 'f1': 0.39999999999999997, 'number': 32}	{'precision': 0.7487046632124352, 'recall': 0.6613272311212814, 'f1': 0.7023086269744836, 'number': 437}	{'precision': 0.5294117647058824, 'recall': 0.5454545454545454, 'f1': 0.5373134328358209, 'number': 33}	{'precision': 0.9444444444444444, 'recall': 0.6538461538461539, 'f1': 0.7727272727272727, 'number': 26}	{'precision': 0.75, 'recall': 0.2727272727272727, 'f1': 0.39999999999999997, 'number': 11}	{'precision': 0.6296296296296297, 'recall': 0.53125, 'f1': 0.5762711864406779, 'number': 32}	{'precision': 0.75, 'recall': 0.5526315789473685, 'f1': 0.6363636363636364, 'number': 38}	{'precision': 0.9951219512195122, 'recall': 0.8326530612244898, 'f1': 0.9066666666666666, 'number': 245}	{'precision': 0.6814159292035398, 'recall': 0.7938144329896907, 'f1': 0.7333333333333334, 'number': 194}	{'precision': 0.4642857142857143, 'recall': 0.4642857142857143, 'f1': 0.4642857142857143, 'number': 28}	{'precision': 0.9028497409326425, 'recall': 0.9244031830238727, 'f1': 0.9134993446920052, 'number': 754}	{'precision': 0.7462235649546828, 'recall': 0.7767295597484277, 'f1': 0.7611710323574732, 'number': 318}	{'precision': 0.6428571428571429, 'recall': 0.32142857142857145, 'f1': 0.4285714285714286, 'number': 28}	{'precision': 0.6048387096774194, 'recall': 0.390625, 'f1': 0.47468354430379744, 'number': 192}	{'precision': 0.4246575342465753, 'recall': 0.36046511627906974, 'f1': 0.389937106918239, 'number': 86}	{'precision': 0.3275862068965517, 'recall': 0.2111111111111111, 'f1': 0.25675675675675674, 'number': 90}	{'precision': 0.6666666666666666, 'recall': 0.5555555555555556, 'f1': 0.606060606060606, 'number': 72}	0.7764	0.7124	0.7430	0.9294
0.1138	8.0	5880	0.2981	{'precision': 0.6923076923076923, 'recall': 0.6923076923076923, 'f1': 0.6923076923076923, 'number': 13}	{'precision': 0.6557377049180327, 'recall': 0.46511627906976744, 'f1': 0.5442176870748299, 'number': 86}	{'precision': 0.8306451612903226, 'recall': 0.7725, 'f1': 0.800518134715026, 'number': 400}	{'precision': 0.52, 'recall': 0.40625, 'f1': 0.45614035087719296, 'number': 32}	{'precision': 0.7458033573141487, 'recall': 0.7116704805491991, 'f1': 0.7283372365339578, 'number': 437}	{'precision': 0.53125, 'recall': 0.5151515151515151, 'f1': 0.5230769230769231, 'number': 33}	{'precision': 0.85, 'recall': 0.6538461538461539, 'f1': 0.7391304347826088, 'number': 26}	{'precision': 0.75, 'recall': 0.2727272727272727, 'f1': 0.39999999999999997, 'number': 11}	{'precision': 0.475, 'recall': 0.59375, 'f1': 0.5277777777777778, 'number': 32}	{'precision': 0.7419354838709677, 'recall': 0.6052631578947368, 'f1': 0.6666666666666666, 'number': 38}	{'precision': 0.9152542372881356, 'recall': 0.8816326530612245, 'f1': 0.8981288981288982, 'number': 245}	{'precision': 0.6824034334763949, 'recall': 0.8195876288659794, 'f1': 0.7447306791569087, 'number': 194}	{'precision': 0.4166666666666667, 'recall': 0.35714285714285715, 'f1': 0.3846153846153846, 'number': 28}	{'precision': 0.8716981132075472, 'recall': 0.9190981432360743, 'f1': 0.894770819883796, 'number': 754}	{'precision': 0.7873015873015873, 'recall': 0.779874213836478, 'f1': 0.7835703001579778, 'number': 318}	{'precision': 0.6428571428571429, 'recall': 0.32142857142857145, 'f1': 0.4285714285714286, 'number': 28}	{'precision': 0.6428571428571429, 'recall': 0.328125, 'f1': 0.4344827586206897, 'number': 192}	{'precision': 0.45454545454545453, 'recall': 0.1744186046511628, 'f1': 0.25210084033613445, 'number': 86}	{'precision': 0.29411764705882354, 'recall': 0.2222222222222222, 'f1': 0.25316455696202533, 'number': 90}	{'precision': 0.7843137254901961, 'recall': 0.5555555555555556, 'f1': 0.6504065040650406, 'number': 72}	0.7752	0.7172	0.7450	0.9286
0.0965	9.0	6615	0.3037	{'precision': 0.6428571428571429, 'recall': 0.6923076923076923, 'f1': 0.6666666666666666, 'number': 13}	{'precision': 0.6779661016949152, 'recall': 0.46511627906976744, 'f1': 0.5517241379310345, 'number': 86}	{'precision': 0.7909319899244333, 'recall': 0.785, 'f1': 0.7879548306148055, 'number': 400}	{'precision': 0.45454545454545453, 'recall': 0.46875, 'f1': 0.4615384615384615, 'number': 32}	{'precision': 0.728310502283105, 'recall': 0.7299771167048055, 'f1': 0.729142857142857, 'number': 437}	{'precision': 0.4864864864864865, 'recall': 0.5454545454545454, 'f1': 0.5142857142857143, 'number': 33}	{'precision': 0.8181818181818182, 'recall': 0.6923076923076923, 'f1': 0.7500000000000001, 'number': 26}	{'precision': 0.2222222222222222, 'recall': 0.18181818181818182, 'f1': 0.19999999999999998, 'number': 11}	{'precision': 0.4782608695652174, 'recall': 0.6875, 'f1': 0.5641025641025642, 'number': 32}	{'precision': 0.6666666666666666, 'recall': 0.6842105263157895, 'f1': 0.6753246753246753, 'number': 38}	{'precision': 0.8914728682170543, 'recall': 0.9387755102040817, 'f1': 0.9145129224652089, 'number': 245}	{'precision': 0.6883116883116883, 'recall': 0.8195876288659794, 'f1': 0.748235294117647, 'number': 194}	{'precision': 0.4583333333333333, 'recall': 0.39285714285714285, 'f1': 0.4230769230769231, 'number': 28}	{'precision': 0.8729559748427673, 'recall': 0.9204244031830239, 'f1': 0.896061975468044, 'number': 754}	{'precision': 0.7545454545454545, 'recall': 0.7830188679245284, 'f1': 0.7685185185185186, 'number': 318}	{'precision': 0.6, 'recall': 0.32142857142857145, 'f1': 0.41860465116279066, 'number': 28}	{'precision': 0.6111111111111112, 'recall': 0.34375, 'f1': 0.44000000000000006, 'number': 192}	{'precision': 0.42168674698795183, 'recall': 0.4069767441860465, 'f1': 0.41420118343195267, 'number': 86}	{'precision': 0.29850746268656714, 'recall': 0.2222222222222222, 'f1': 0.25477707006369427, 'number': 90}	{'precision': 0.711864406779661, 'recall': 0.5833333333333334, 'f1': 0.6412213740458015, 'number': 72}	0.75	0.7377	0.7438	0.9271
0.0926	10.0	7350	0.3067	{'precision': 0.6428571428571429, 'recall': 0.6923076923076923, 'f1': 0.6666666666666666, 'number': 13}	{'precision': 0.6557377049180327, 'recall': 0.46511627906976744, 'f1': 0.5442176870748299, 'number': 86}	{'precision': 0.8181818181818182, 'recall': 0.7875, 'f1': 0.8025477707006369, 'number': 400}	{'precision': 0.5, 'recall': 0.46875, 'f1': 0.4838709677419355, 'number': 32}	{'precision': 0.7087155963302753, 'recall': 0.7070938215102975, 'f1': 0.7079037800687286, 'number': 437}	{'precision': 0.6206896551724138, 'recall': 0.5454545454545454, 'f1': 0.5806451612903226, 'number': 33}	{'precision': 0.9, 'recall': 0.6923076923076923, 'f1': 0.7826086956521738, 'number': 26}	{'precision': 0.6, 'recall': 0.2727272727272727, 'f1': 0.37499999999999994, 'number': 11}	{'precision': 0.4883720930232558, 'recall': 0.65625, 'f1': 0.5599999999999999, 'number': 32}	{'precision': 0.6756756756756757, 'recall': 0.6578947368421053, 'f1': 0.6666666666666667, 'number': 38}	{'precision': 0.9190283400809717, 'recall': 0.926530612244898, 'f1': 0.9227642276422764, 'number': 245}	{'precision': 0.6778242677824268, 'recall': 0.8350515463917526, 'f1': 0.7482678983833718, 'number': 194}	{'precision': 0.4583333333333333, 'recall': 0.39285714285714285, 'f1': 0.4230769230769231, 'number': 28}	{'precision': 0.87468671679198, 'recall': 0.9257294429708223, 'f1': 0.8994845360824743, 'number': 754}	{'precision': 0.75, 'recall': 0.7830188679245284, 'f1': 0.7661538461538461, 'number': 318}	{'precision': 0.6428571428571429, 'recall': 0.32142857142857145, 'f1': 0.4285714285714286, 'number': 28}	{'precision': 0.6181818181818182, 'recall': 0.3541666666666667, 'f1': 0.45033112582781454, 'number': 192}	{'precision': 0.4074074074074074, 'recall': 0.2558139534883721, 'f1': 0.3142857142857143, 'number': 86}	{'precision': 0.29411764705882354, 'recall': 0.2222222222222222, 'f1': 0.25316455696202533, 'number': 90}	{'precision': 0.711864406779661, 'recall': 0.5833333333333334, 'f1': 0.6412213740458015, 'number': 72}	0.7591	0.7323	0.7454	0.9280

Framework versions

• Transformers 4.45.0
• Pytorch 2.3.1+cu121
• Datasets 2.19.1
• Tokenizers 0.20.3