roberta-large-ner-ghtk-cs-new-data-seg-3090-29Aug-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: 0.3818
• cmt: {'precision': 0.7333333333333333, 'recall': 0.7857142857142857, 'f1': 0.7586206896551724, 'number': 14}
• Tk: {'precision': 0.4835164835164835, 'recall': 0.3793103448275862, 'f1': 0.42512077294685996, 'number': 116}
• A: {'precision': 0.9557109557109557, 'recall': 0.951276102088167, 'f1': 0.9534883720930232, 'number': 431}
• Gày: {'precision': 0.7073170731707317, 'recall': 0.8529411764705882, 'f1': 0.7733333333333334, 'number': 34}
• Gày trừu tượng: {'precision': 0.8875502008032129, 'recall': 0.9057377049180327, 'f1': 0.896551724137931, 'number': 488}
• Gân hàng: {'precision': 0.85, 'recall': 0.918918918918919, 'f1': 0.8831168831168831, 'number': 37}
• Hương thức thanh toán: {'precision': 1.0, 'recall': 0.8181818181818182, 'f1': 0.9, 'number': 33}
• Hối lượng: {'precision': 0.75, 'recall': 0.46153846153846156, 'f1': 0.5714285714285714, 'number': 13}
• Iền: {'precision': 0.7619047619047619, 'recall': 0.8205128205128205, 'f1': 0.7901234567901233, 'number': 39}
• Iờ: {'precision': 0.7894736842105263, 'recall': 0.7894736842105263, 'f1': 0.7894736842105263, 'number': 38}
• Mail: {'precision': 0.9575971731448764, 'recall': 0.9217687074829932, 'f1': 0.9393414211438476, 'number': 294}
• Ã đơn: {'precision': 0.7782805429864253, 'recall': 0.8472906403940886, 'f1': 0.8113207547169811, 'number': 203}
• Ên người: {'precision': 0.6551724137931034, 'recall': 0.6129032258064516, 'f1': 0.6333333333333333, 'number': 31}
• Đt: {'precision': 0.8796680497925311, 'recall': 0.9658314350797267, 'f1': 0.9207383279044516, 'number': 878}
• Đt trừu tượng: {'precision': 0.8521739130434782, 'recall': 0.8412017167381974, 'f1': 0.8466522678185744, 'number': 233}
• Ơn vị đo: {'precision': 0.6666666666666666, 'recall': 0.7857142857142857, 'f1': 0.721311475409836, 'number': 28}
• Ản phẩm cụ thể: {'precision': 0.8, 'recall': 0.6299212598425197, 'f1': 0.7048458149779735, 'number': 127}
• Ản phẩm trừu tượng: {'precision': 0.7441860465116279, 'recall': 0.7272727272727273, 'f1': 0.735632183908046, 'number': 44}
• Ịa chỉ cụ thể: {'precision': 0.4318181818181818, 'recall': 0.4418604651162791, 'f1': 0.4367816091954023, 'number': 43}
• Ịa chỉ trừu tượng: {'precision': 0.7313432835820896, 'recall': 0.6447368421052632, 'f1': 0.6853146853146853, 'number': 76}
• Overall Precision: 0.8551
• Overall Recall: 0.8666
• Overall F1: 0.8608
• Overall Accuracy: 0.9367

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
0.1838	1.0	735	0.2965	{'precision': 0.7692307692307693, 'recall': 0.7142857142857143, 'f1': 0.7407407407407408, 'number': 14}	{'precision': 0.6530612244897959, 'recall': 0.5517241379310345, 'f1': 0.5981308411214952, 'number': 116}	{'precision': 0.9414519906323185, 'recall': 0.9327146171693735, 'f1': 0.9370629370629371, 'number': 431}	{'precision': 0.7586206896551724, 'recall': 0.6470588235294118, 'f1': 0.6984126984126984, 'number': 34}	{'precision': 0.9230769230769231, 'recall': 0.8360655737704918, 'f1': 0.8774193548387098, 'number': 488}	{'precision': 0.8857142857142857, 'recall': 0.8378378378378378, 'f1': 0.8611111111111112, 'number': 37}	{'precision': 0.7878787878787878, 'recall': 0.7878787878787878, 'f1': 0.7878787878787878, 'number': 33}	{'precision': 0.4117647058823529, 'recall': 0.5384615384615384, 'f1': 0.4666666666666667, 'number': 13}	{'precision': 0.6491228070175439, 'recall': 0.9487179487179487, 'f1': 0.7708333333333334, 'number': 39}	{'precision': 0.5357142857142857, 'recall': 0.7894736842105263, 'f1': 0.6382978723404255, 'number': 38}	{'precision': 0.8724035608308606, 'recall': 1.0, 'f1': 0.9318541996830427, 'number': 294}	{'precision': 0.7751196172248804, 'recall': 0.7980295566502463, 'f1': 0.7864077669902914, 'number': 203}	{'precision': 0.35714285714285715, 'recall': 0.16129032258064516, 'f1': 0.2222222222222222, 'number': 31}	{'precision': 0.7718832891246684, 'recall': 0.9943052391799544, 'f1': 0.8690890990542558, 'number': 878}	{'precision': 0.8578947368421053, 'recall': 0.6995708154506438, 'f1': 0.7706855791962176, 'number': 233}	{'precision': 0.7058823529411765, 'recall': 0.8571428571428571, 'f1': 0.7741935483870968, 'number': 28}	{'precision': 0.7934782608695652, 'recall': 0.5748031496062992, 'f1': 0.6666666666666666, 'number': 127}	{'precision': 0.5172413793103449, 'recall': 0.3409090909090909, 'f1': 0.410958904109589, 'number': 44}	{'precision': 0.4, 'recall': 0.13953488372093023, 'f1': 0.2068965517241379, 'number': 43}	{'precision': 0.7678571428571429, 'recall': 0.5657894736842105, 'f1': 0.6515151515151516, 'number': 76}	0.8132	0.8422	0.8274	0.9145
0.1539	2.0	1470	0.2412	{'precision': 0.5, 'recall': 0.2857142857142857, 'f1': 0.36363636363636365, 'number': 14}	{'precision': 0.6901408450704225, 'recall': 0.4224137931034483, 'f1': 0.5240641711229946, 'number': 116}	{'precision': 0.9265033407572383, 'recall': 0.9651972157772621, 'f1': 0.9454545454545454, 'number': 431}	{'precision': 0.6666666666666666, 'recall': 0.7058823529411765, 'f1': 0.6857142857142857, 'number': 34}	{'precision': 0.9212962962962963, 'recall': 0.8155737704918032, 'f1': 0.8652173913043477, 'number': 488}	{'precision': 0.7647058823529411, 'recall': 0.7027027027027027, 'f1': 0.7323943661971832, 'number': 37}	{'precision': 0.7575757575757576, 'recall': 0.7575757575757576, 'f1': 0.7575757575757576, 'number': 33}	{'precision': 0.625, 'recall': 0.38461538461538464, 'f1': 0.4761904761904762, 'number': 13}	{'precision': 0.8518518518518519, 'recall': 0.5897435897435898, 'f1': 0.6969696969696971, 'number': 39}	{'precision': 0.5789473684210527, 'recall': 0.868421052631579, 'f1': 0.6947368421052632, 'number': 38}	{'precision': 0.9831223628691983, 'recall': 0.7925170068027211, 'f1': 0.8775894538606404, 'number': 294}	{'precision': 0.6182432432432432, 'recall': 0.9014778325123153, 'f1': 0.7334669338677355, 'number': 203}	{'precision': 0.75, 'recall': 0.0967741935483871, 'f1': 0.1714285714285714, 'number': 31}	{'precision': 0.8275529865125241, 'recall': 0.9783599088838268, 'f1': 0.8966597077244258, 'number': 878}	{'precision': 0.8232758620689655, 'recall': 0.8197424892703863, 'f1': 0.8215053763440859, 'number': 233}	{'precision': 0.6666666666666666, 'recall': 0.21428571428571427, 'f1': 0.3243243243243243, 'number': 28}	{'precision': 0.9512195121951219, 'recall': 0.30708661417322836, 'f1': 0.4642857142857143, 'number': 127}	{'precision': 0.782608695652174, 'recall': 0.4090909090909091, 'f1': 0.537313432835821, 'number': 44}	{'precision': 0.4666666666666667, 'recall': 0.32558139534883723, 'f1': 0.3835616438356165, 'number': 43}	{'precision': 0.8823529411764706, 'recall': 0.5921052631578947, 'f1': 0.7086614173228346, 'number': 76}	0.8325	0.8106	0.8214	0.9143
0.1085	3.0	2205	0.2522	{'precision': 0.6923076923076923, 'recall': 0.6428571428571429, 'f1': 0.6666666666666666, 'number': 14}	{'precision': 0.6567164179104478, 'recall': 0.3793103448275862, 'f1': 0.4808743169398907, 'number': 116}	{'precision': 0.9639423076923077, 'recall': 0.9303944315545244, 'f1': 0.9468713105076741, 'number': 431}	{'precision': 0.6122448979591837, 'recall': 0.8823529411764706, 'f1': 0.7228915662650602, 'number': 34}	{'precision': 0.8770161290322581, 'recall': 0.8913934426229508, 'f1': 0.8841463414634145, 'number': 488}	{'precision': 0.8285714285714286, 'recall': 0.7837837837837838, 'f1': 0.8055555555555555, 'number': 37}	{'precision': 0.7272727272727273, 'recall': 0.7272727272727273, 'f1': 0.7272727272727273, 'number': 33}	{'precision': 0.5333333333333333, 'recall': 0.6153846153846154, 'f1': 0.5714285714285715, 'number': 13}	{'precision': 0.7692307692307693, 'recall': 0.7692307692307693, 'f1': 0.7692307692307693, 'number': 39}	{'precision': 0.6875, 'recall': 0.5789473684210527, 'f1': 0.6285714285714286, 'number': 38}	{'precision': 0.8738738738738738, 'recall': 0.9897959183673469, 'f1': 0.9282296650717703, 'number': 294}	{'precision': 0.6838235294117647, 'recall': 0.916256157635468, 'f1': 0.7831578947368422, 'number': 203}	{'precision': 0.43243243243243246, 'recall': 0.5161290322580645, 'f1': 0.47058823529411764, 'number': 31}	{'precision': 0.8061224489795918, 'recall': 0.989749430523918, 'f1': 0.8885480572597136, 'number': 878}	{'precision': 0.9086538461538461, 'recall': 0.8111587982832618, 'f1': 0.8571428571428572, 'number': 233}	{'precision': 0.6333333333333333, 'recall': 0.6785714285714286, 'f1': 0.6551724137931035, 'number': 28}	{'precision': 0.8556701030927835, 'recall': 0.6535433070866141, 'f1': 0.7410714285714285, 'number': 127}	{'precision': 0.7105263157894737, 'recall': 0.6136363636363636, 'f1': 0.6585365853658537, 'number': 44}	{'precision': 0.3783783783783784, 'recall': 0.32558139534883723, 'f1': 0.35000000000000003, 'number': 43}	{'precision': 0.75, 'recall': 0.5921052631578947, 'f1': 0.6617647058823529, 'number': 76}	0.8186	0.8659	0.8416	0.9268
0.0976	4.0	2940	0.2768	{'precision': 0.6666666666666666, 'recall': 0.5714285714285714, 'f1': 0.6153846153846153, 'number': 14}	{'precision': 0.6507936507936508, 'recall': 0.35344827586206895, 'f1': 0.45810055865921795, 'number': 116}	{'precision': 0.9618138424821002, 'recall': 0.9350348027842227, 'f1': 0.9482352941176471, 'number': 431}	{'precision': 0.7222222222222222, 'recall': 0.7647058823529411, 'f1': 0.7428571428571428, 'number': 34}	{'precision': 0.8966942148760331, 'recall': 0.889344262295082, 'f1': 0.8930041152263374, 'number': 488}	{'precision': 0.7777777777777778, 'recall': 0.7567567567567568, 'f1': 0.7671232876712328, 'number': 37}	{'precision': 0.8666666666666667, 'recall': 0.7878787878787878, 'f1': 0.8253968253968254, 'number': 33}	{'precision': 0.75, 'recall': 0.23076923076923078, 'f1': 0.3529411764705882, 'number': 13}	{'precision': 0.7857142857142857, 'recall': 0.8461538461538461, 'f1': 0.8148148148148148, 'number': 39}	{'precision': 0.7368421052631579, 'recall': 0.3684210526315789, 'f1': 0.49122807017543857, 'number': 38}	{'precision': 0.8706624605678234, 'recall': 0.9387755102040817, 'f1': 0.9034369885433716, 'number': 294}	{'precision': 0.756198347107438, 'recall': 0.9014778325123153, 'f1': 0.8224719101123596, 'number': 203}	{'precision': 0.7272727272727273, 'recall': 0.5161290322580645, 'f1': 0.6037735849056604, 'number': 31}	{'precision': 0.8695652173913043, 'recall': 0.979498861047836, 'f1': 0.9212640599892876, 'number': 878}	{'precision': 0.7570422535211268, 'recall': 0.9227467811158798, 'f1': 0.8317214700193424, 'number': 233}	{'precision': 0.6571428571428571, 'recall': 0.8214285714285714, 'f1': 0.73015873015873, 'number': 28}	{'precision': 0.8295454545454546, 'recall': 0.5748031496062992, 'f1': 0.6790697674418605, 'number': 127}	{'precision': 0.6744186046511628, 'recall': 0.6590909090909091, 'f1': 0.6666666666666666, 'number': 44}	{'precision': 0.38235294117647056, 'recall': 0.3023255813953488, 'f1': 0.33766233766233766, 'number': 43}	{'precision': 0.75, 'recall': 0.631578947368421, 'f1': 0.6857142857142857, 'number': 76}	0.8434	0.86	0.8516	0.9276
0.0689	5.0	3675	0.2804	{'precision': 0.5789473684210527, 'recall': 0.7857142857142857, 'f1': 0.6666666666666667, 'number': 14}	{'precision': 0.5371900826446281, 'recall': 0.5603448275862069, 'f1': 0.5485232067510548, 'number': 116}	{'precision': 0.9534883720930233, 'recall': 0.951276102088167, 'f1': 0.9523809523809523, 'number': 431}	{'precision': 0.7, 'recall': 0.8235294117647058, 'f1': 0.7567567567567567, 'number': 34}	{'precision': 0.878727634194831, 'recall': 0.9057377049180327, 'f1': 0.8920282542885973, 'number': 488}	{'precision': 0.8, 'recall': 0.8648648648648649, 'f1': 0.8311688311688312, 'number': 37}	{'precision': 0.896551724137931, 'recall': 0.7878787878787878, 'f1': 0.8387096774193549, 'number': 33}	{'precision': 0.6153846153846154, 'recall': 0.6153846153846154, 'f1': 0.6153846153846154, 'number': 13}	{'precision': 0.7804878048780488, 'recall': 0.8205128205128205, 'f1': 0.8, 'number': 39}	{'precision': 0.6382978723404256, 'recall': 0.7894736842105263, 'f1': 0.7058823529411764, 'number': 38}	{'precision': 0.9628252788104089, 'recall': 0.8809523809523809, 'f1': 0.9200710479573712, 'number': 294}	{'precision': 0.821256038647343, 'recall': 0.8374384236453202, 'f1': 0.8292682926829268, 'number': 203}	{'precision': 0.64, 'recall': 0.5161290322580645, 'f1': 0.5714285714285714, 'number': 31}	{'precision': 0.8674089068825911, 'recall': 0.9760820045558086, 'f1': 0.9185423365487674, 'number': 878}	{'precision': 0.825531914893617, 'recall': 0.8326180257510729, 'f1': 0.8290598290598289, 'number': 233}	{'precision': 0.696969696969697, 'recall': 0.8214285714285714, 'f1': 0.7540983606557378, 'number': 28}	{'precision': 0.7419354838709677, 'recall': 0.5433070866141733, 'f1': 0.6272727272727272, 'number': 127}	{'precision': 0.875, 'recall': 0.6363636363636364, 'f1': 0.7368421052631579, 'number': 44}	{'precision': 0.42857142857142855, 'recall': 0.27906976744186046, 'f1': 0.3380281690140845, 'number': 43}	{'precision': 0.7741935483870968, 'recall': 0.631578947368421, 'f1': 0.6956521739130435, 'number': 76}	0.8479	0.8625	0.8552	0.9317
0.0565	6.0	4410	0.2920	{'precision': 0.7333333333333333, 'recall': 0.7857142857142857, 'f1': 0.7586206896551724, 'number': 14}	{'precision': 0.6, 'recall': 0.5948275862068966, 'f1': 0.5974025974025975, 'number': 116}	{'precision': 0.9686746987951808, 'recall': 0.9327146171693735, 'f1': 0.950354609929078, 'number': 431}	{'precision': 0.6511627906976745, 'recall': 0.8235294117647058, 'f1': 0.7272727272727273, 'number': 34}	{'precision': 0.8782435129740519, 'recall': 0.9016393442622951, 'f1': 0.8897876643073812, 'number': 488}	{'precision': 0.7857142857142857, 'recall': 0.8918918918918919, 'f1': 0.8354430379746834, 'number': 37}	{'precision': 0.8333333333333334, 'recall': 0.7575757575757576, 'f1': 0.7936507936507938, 'number': 33}	{'precision': 0.75, 'recall': 0.46153846153846156, 'f1': 0.5714285714285714, 'number': 13}	{'precision': 0.7659574468085106, 'recall': 0.9230769230769231, 'f1': 0.8372093023255814, 'number': 39}	{'precision': 0.6808510638297872, 'recall': 0.8421052631578947, 'f1': 0.7529411764705882, 'number': 38}	{'precision': 0.8881987577639752, 'recall': 0.9727891156462585, 'f1': 0.9285714285714285, 'number': 294}	{'precision': 0.7427385892116183, 'recall': 0.8817733990147784, 'f1': 0.8063063063063063, 'number': 203}	{'precision': 0.6, 'recall': 0.6774193548387096, 'f1': 0.6363636363636364, 'number': 31}	{'precision': 0.8424657534246576, 'recall': 0.9806378132118451, 'f1': 0.9063157894736841, 'number': 878}	{'precision': 0.8170731707317073, 'recall': 0.8626609442060086, 'f1': 0.8392484342379958, 'number': 233}	{'precision': 0.7619047619047619, 'recall': 0.5714285714285714, 'f1': 0.6530612244897959, 'number': 28}	{'precision': 0.7982456140350878, 'recall': 0.7165354330708661, 'f1': 0.7551867219917011, 'number': 127}	{'precision': 0.8108108108108109, 'recall': 0.6818181818181818, 'f1': 0.7407407407407407, 'number': 44}	{'precision': 0.3829787234042553, 'recall': 0.4186046511627907, 'f1': 0.4, 'number': 43}	{'precision': 0.7142857142857143, 'recall': 0.6578947368421053, 'f1': 0.684931506849315, 'number': 76}	0.8294	0.8859	0.8568	0.9376
0.0314	7.0	5145	0.3316	{'precision': 0.6, 'recall': 0.8571428571428571, 'f1': 0.7058823529411764, 'number': 14}	{'precision': 0.5359477124183006, 'recall': 0.7068965517241379, 'f1': 0.6096654275092938, 'number': 116}	{'precision': 0.975, 'recall': 0.9048723897911833, 'f1': 0.9386281588447654, 'number': 431}	{'precision': 0.7, 'recall': 0.8235294117647058, 'f1': 0.7567567567567567, 'number': 34}	{'precision': 0.8949579831932774, 'recall': 0.8729508196721312, 'f1': 0.8838174273858921, 'number': 488}	{'precision': 0.8292682926829268, 'recall': 0.918918918918919, 'f1': 0.8717948717948718, 'number': 37}	{'precision': 0.9, 'recall': 0.8181818181818182, 'f1': 0.8571428571428572, 'number': 33}	{'precision': 0.7, 'recall': 0.5384615384615384, 'f1': 0.608695652173913, 'number': 13}	{'precision': 0.7727272727272727, 'recall': 0.8717948717948718, 'f1': 0.8192771084337349, 'number': 39}	{'precision': 0.8709677419354839, 'recall': 0.7105263157894737, 'f1': 0.782608695652174, 'number': 38}	{'precision': 0.9543859649122807, 'recall': 0.9251700680272109, 'f1': 0.9395509499136442, 'number': 294}	{'precision': 0.76, 'recall': 0.8423645320197044, 'f1': 0.7990654205607477, 'number': 203}	{'precision': 0.696969696969697, 'recall': 0.7419354838709677, 'f1': 0.71875, 'number': 31}	{'precision': 0.8981779206859593, 'recall': 0.9544419134396356, 'f1': 0.9254555494202098, 'number': 878}	{'precision': 0.8396624472573839, 'recall': 0.8540772532188842, 'f1': 0.846808510638298, 'number': 233}	{'precision': 0.6153846153846154, 'recall': 0.8571428571428571, 'f1': 0.7164179104477612, 'number': 28}	{'precision': 0.8217821782178217, 'recall': 0.6535433070866141, 'f1': 0.7280701754385963, 'number': 127}	{'precision': 0.6956521739130435, 'recall': 0.7272727272727273, 'f1': 0.711111111111111, 'number': 44}	{'precision': 0.4186046511627907, 'recall': 0.4186046511627907, 'f1': 0.4186046511627907, 'number': 43}	{'precision': 0.7012987012987013, 'recall': 0.7105263157894737, 'f1': 0.7058823529411765, 'number': 76}	0.8520	0.8691	0.8605	0.9329
0.024	8.0	5880	0.3492	{'precision': 0.625, 'recall': 0.7142857142857143, 'f1': 0.6666666666666666, 'number': 14}	{'precision': 0.5432098765432098, 'recall': 0.3793103448275862, 'f1': 0.4467005076142132, 'number': 116}	{'precision': 0.963855421686747, 'recall': 0.9280742459396751, 'f1': 0.9456264775413711, 'number': 431}	{'precision': 0.7073170731707317, 'recall': 0.8529411764705882, 'f1': 0.7733333333333334, 'number': 34}	{'precision': 0.8821138211382114, 'recall': 0.889344262295082, 'f1': 0.8857142857142857, 'number': 488}	{'precision': 0.868421052631579, 'recall': 0.8918918918918919, 'f1': 0.88, 'number': 37}	{'precision': 1.0, 'recall': 0.8484848484848485, 'f1': 0.9180327868852458, 'number': 33}	{'precision': 0.75, 'recall': 0.46153846153846156, 'f1': 0.5714285714285714, 'number': 13}	{'precision': 0.75, 'recall': 0.8461538461538461, 'f1': 0.7951807228915662, 'number': 39}	{'precision': 0.6904761904761905, 'recall': 0.7631578947368421, 'f1': 0.725, 'number': 38}	{'precision': 0.9644128113879004, 'recall': 0.9217687074829932, 'f1': 0.942608695652174, 'number': 294}	{'precision': 0.8084112149532711, 'recall': 0.8522167487684729, 'f1': 0.829736211031175, 'number': 203}	{'precision': 0.4857142857142857, 'recall': 0.5483870967741935, 'f1': 0.5151515151515151, 'number': 31}	{'precision': 0.8555667001003009, 'recall': 0.9715261958997722, 'f1': 0.9098666666666666, 'number': 878}	{'precision': 0.8565217391304348, 'recall': 0.8454935622317596, 'f1': 0.8509719222462203, 'number': 233}	{'precision': 0.7096774193548387, 'recall': 0.7857142857142857, 'f1': 0.7457627118644068, 'number': 28}	{'precision': 0.8043478260869565, 'recall': 0.5826771653543307, 'f1': 0.6757990867579909, 'number': 127}	{'precision': 0.6842105263157895, 'recall': 0.5909090909090909, 'f1': 0.6341463414634148, 'number': 44}	{'precision': 0.41304347826086957, 'recall': 0.4418604651162791, 'f1': 0.4269662921348315, 'number': 43}	{'precision': 0.7313432835820896, 'recall': 0.6447368421052632, 'f1': 0.6853146853146853, 'number': 76}	0.8489	0.8584	0.8536	0.9374
0.0129	9.0	6615	0.3658	{'precision': 0.7333333333333333, 'recall': 0.7857142857142857, 'f1': 0.7586206896551724, 'number': 14}	{'precision': 0.5104166666666666, 'recall': 0.4224137931034483, 'f1': 0.46226415094339623, 'number': 116}	{'precision': 0.9496567505720824, 'recall': 0.962877030162413, 'f1': 0.956221198156682, 'number': 431}	{'precision': 0.7105263157894737, 'recall': 0.7941176470588235, 'f1': 0.7499999999999999, 'number': 34}	{'precision': 0.8950617283950617, 'recall': 0.8913934426229508, 'f1': 0.8932238193018481, 'number': 488}	{'precision': 0.85, 'recall': 0.918918918918919, 'f1': 0.8831168831168831, 'number': 37}	{'precision': 1.0, 'recall': 0.8181818181818182, 'f1': 0.9, 'number': 33}	{'precision': 0.75, 'recall': 0.46153846153846156, 'f1': 0.5714285714285714, 'number': 13}	{'precision': 0.7619047619047619, 'recall': 0.8205128205128205, 'f1': 0.7901234567901233, 'number': 39}	{'precision': 0.8108108108108109, 'recall': 0.7894736842105263, 'f1': 0.8, 'number': 38}	{'precision': 0.9644128113879004, 'recall': 0.9217687074829932, 'f1': 0.942608695652174, 'number': 294}	{'precision': 0.7952380952380952, 'recall': 0.8226600985221675, 'f1': 0.8087167070217917, 'number': 203}	{'precision': 0.6428571428571429, 'recall': 0.5806451612903226, 'f1': 0.6101694915254238, 'number': 31}	{'precision': 0.9078242229367631, 'recall': 0.9646924829157175, 'f1': 0.9353948094975152, 'number': 878}	{'precision': 0.8596491228070176, 'recall': 0.8412017167381974, 'f1': 0.8503253796095444, 'number': 233}	{'precision': 0.72, 'recall': 0.6428571428571429, 'f1': 0.6792452830188679, 'number': 28}	{'precision': 0.7872340425531915, 'recall': 0.5826771653543307, 'f1': 0.669683257918552, 'number': 127}	{'precision': 0.7619047619047619, 'recall': 0.7272727272727273, 'f1': 0.7441860465116279, 'number': 44}	{'precision': 0.4222222222222222, 'recall': 0.4418604651162791, 'f1': 0.4318181818181818, 'number': 43}	{'precision': 0.7903225806451613, 'recall': 0.6447368421052632, 'f1': 0.7101449275362319, 'number': 76}	0.8686	0.8616	0.8651	0.9373
0.0095	10.0	7350	0.3818	{'precision': 0.7333333333333333, 'recall': 0.7857142857142857, 'f1': 0.7586206896551724, 'number': 14}	{'precision': 0.4835164835164835, 'recall': 0.3793103448275862, 'f1': 0.42512077294685996, 'number': 116}	{'precision': 0.9557109557109557, 'recall': 0.951276102088167, 'f1': 0.9534883720930232, 'number': 431}	{'precision': 0.7073170731707317, 'recall': 0.8529411764705882, 'f1': 0.7733333333333334, 'number': 34}	{'precision': 0.8875502008032129, 'recall': 0.9057377049180327, 'f1': 0.896551724137931, 'number': 488}	{'precision': 0.85, 'recall': 0.918918918918919, 'f1': 0.8831168831168831, 'number': 37}	{'precision': 1.0, 'recall': 0.8181818181818182, 'f1': 0.9, 'number': 33}	{'precision': 0.75, 'recall': 0.46153846153846156, 'f1': 0.5714285714285714, 'number': 13}	{'precision': 0.7619047619047619, 'recall': 0.8205128205128205, 'f1': 0.7901234567901233, 'number': 39}	{'precision': 0.7894736842105263, 'recall': 0.7894736842105263, 'f1': 0.7894736842105263, 'number': 38}	{'precision': 0.9575971731448764, 'recall': 0.9217687074829932, 'f1': 0.9393414211438476, 'number': 294}	{'precision': 0.7782805429864253, 'recall': 0.8472906403940886, 'f1': 0.8113207547169811, 'number': 203}	{'precision': 0.6551724137931034, 'recall': 0.6129032258064516, 'f1': 0.6333333333333333, 'number': 31}	{'precision': 0.8796680497925311, 'recall': 0.9658314350797267, 'f1': 0.9207383279044516, 'number': 878}	{'precision': 0.8521739130434782, 'recall': 0.8412017167381974, 'f1': 0.8466522678185744, 'number': 233}	{'precision': 0.6666666666666666, 'recall': 0.7857142857142857, 'f1': 0.721311475409836, 'number': 28}	{'precision': 0.8, 'recall': 0.6299212598425197, 'f1': 0.7048458149779735, 'number': 127}	{'precision': 0.7441860465116279, 'recall': 0.7272727272727273, 'f1': 0.735632183908046, 'number': 44}	{'precision': 0.4318181818181818, 'recall': 0.4418604651162791, 'f1': 0.4367816091954023, 'number': 43}	{'precision': 0.7313432835820896, 'recall': 0.6447368421052632, 'f1': 0.6853146853146853, 'number': 76}	0.8551	0.8666	0.8608	0.9367

Framework versions

• Transformers 4.44.0
• Pytorch 2.3.1+cu121
• Datasets 2.19.1
• Tokenizers 0.19.1