roberta-large-ner-ghtk-ai-fluent-new-data-3090-11Sep-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: 0.2024
• Ho: {'precision': 0.3076923076923077, 'recall': 0.5714285714285714, 'f1': 0.4, 'number': 7}
• Hoảng thời gian: {'precision': 0.8235294117647058, 'recall': 0.875, 'f1': 0.8484848484848485, 'number': 16}
• Háng cụ thể: {'precision': 0.88, 'recall': 0.8979591836734694, 'f1': 0.888888888888889, 'number': 49}
• Háng trừu tượng: {'precision': 0.5, 'recall': 0.2, 'f1': 0.28571428571428575, 'number': 5}
• Hông tin ctt: {'precision': 0.8793103448275862, 'recall': 0.8095238095238095, 'f1': 0.8429752066115702, 'number': 63}
• Hụ cấp: {'precision': 0.7391304347826086, 'recall': 0.7727272727272727, 'f1': 0.7555555555555555, 'number': 22}
• Hứ: {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}
• Iấy tờ: {'precision': 1.0, 'recall': 0.5, 'f1': 0.6666666666666666, 'number': 6}
• Iền cụ thể: {'precision': 0.8, 'recall': 0.8636363636363636, 'f1': 0.8306010928961749, 'number': 88}
• Iền trừu tượng: {'precision': 0.7333333333333333, 'recall': 0.7096774193548387, 'f1': 0.7213114754098361, 'number': 31}
• Iờ: {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}
• Ã số thuế: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}
• Ã đơn: {'precision': 0.8, 'recall': 0.8, 'f1': 0.8000000000000002, 'number': 5}
• Ình thức làm việc: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}
• Ông: {'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 10}
• Ăm cụ thể: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}
• Ương: {'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 82}
• Ị trí: {'precision': 0.8363636363636363, 'recall': 0.8518518518518519, 'f1': 0.8440366972477065, 'number': 54}
• Ố công: {'precision': 0.8695652173913043, 'recall': 0.851063829787234, 'f1': 0.8602150537634409, 'number': 47}
• Ố giờ: {'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}
• Ố điểm: {'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}
• Ố đơn: {'precision': 0.7894736842105263, 'recall': 0.9375, 'f1': 0.8571428571428572, 'number': 16}
• Ợt: {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}
• Ỷ lệ: {'precision': 0.6, 'recall': 1.0, 'f1': 0.7499999999999999, 'number': 3}
• Overall Precision: 0.7944
• Overall Recall: 0.8233
• Overall F1: 0.8086
• Overall Accuracy: 0.9601

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	Ho	Hoảng thời gian	Háng cụ thể	Háng trừu tượng	Hông tin ctt	Hụ cấp	Hứ	Iấy tờ	Iền cụ thể	Iền trừu tượng	Iờ	Ã số thuế	Ã đơn	Ình thức làm việc	Ông	Ăm cụ thể	Ương	Ị trí	Ố công	Ố giờ	Ố điểm	Ố đơn	Ợt	Ỷ lệ	Overall Precision	Overall Recall	Overall F1	Overall Accuracy
No log	1.0	147	0.3859	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 7}	{'precision': 0.7, 'recall': 0.4375, 'f1': 0.5384615384615384, 'number': 16}	{'precision': 0.5616438356164384, 'recall': 0.8367346938775511, 'f1': 0.6721311475409836, 'number': 49}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.5913978494623656, 'recall': 0.873015873015873, 'f1': 0.7051282051282052, 'number': 63}	{'precision': 0.2894736842105263, 'recall': 0.5, 'f1': 0.3666666666666667, 'number': 22}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6}	{'precision': 0.7326732673267327, 'recall': 0.8409090909090909, 'f1': 0.783068783068783, 'number': 88}	{'precision': 0.3392857142857143, 'recall': 0.6129032258064516, 'f1': 0.43678160919540227, 'number': 31}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2}	{'precision': 0.625, 'recall': 1.0, 'f1': 0.7692307692307693, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.2, 'recall': 0.1, 'f1': 0.13333333333333333, 'number': 10}	{'precision': 1.0, 'recall': 0.2727272727272727, 'f1': 0.42857142857142855, 'number': 11}	{'precision': 0.3111111111111111, 'recall': 0.6829268292682927, 'f1': 0.42748091603053434, 'number': 82}	{'precision': 0.5370370370370371, 'recall': 0.5370370370370371, 'f1': 0.5370370370370371, 'number': 54}	{'precision': 0.725, 'recall': 0.6170212765957447, 'f1': 0.6666666666666666, 'number': 47}	{'precision': 0.6, 'recall': 0.5294117647058824, 'f1': 0.5625, 'number': 17}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 16}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	0.5015	0.6175	0.5535	0.8913
No log	2.0	294	0.2144	{'precision': 0.5, 'recall': 0.2857142857142857, 'f1': 0.36363636363636365, 'number': 7}	{'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16}	{'precision': 0.74, 'recall': 0.7551020408163265, 'f1': 0.7474747474747474, 'number': 49}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.7846153846153846, 'recall': 0.8095238095238095, 'f1': 0.7968749999999999, 'number': 63}	{'precision': 0.5652173913043478, 'recall': 0.5909090909090909, 'f1': 0.5777777777777778, 'number': 22}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 1.0, 'recall': 0.16666666666666666, 'f1': 0.2857142857142857, 'number': 6}	{'precision': 0.6826923076923077, 'recall': 0.8068181818181818, 'f1': 0.7395833333333334, 'number': 88}	{'precision': 0.5714285714285714, 'recall': 0.5161290322580645, 'f1': 0.5423728813559322, 'number': 31}	{'precision': 0.5, 'recall': 0.6666666666666666, 'f1': 0.5714285714285715, 'number': 3}	{'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 2}	{'precision': 0.6666666666666666, 'recall': 0.4, 'f1': 0.5, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.38461538461538464, 'recall': 0.5, 'f1': 0.4347826086956522, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.6111111111111112, 'recall': 0.6707317073170732, 'f1': 0.6395348837209301, 'number': 82}	{'precision': 0.7857142857142857, 'recall': 0.8148148148148148, 'f1': 0.7999999999999999, 'number': 54}	{'precision': 0.868421052631579, 'recall': 0.7021276595744681, 'f1': 0.7764705882352942, 'number': 47}	{'precision': 0.7727272727272727, 'recall': 1.0, 'f1': 0.8717948717948718, 'number': 17}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.9090909090909091, 'recall': 0.625, 'f1': 0.7407407407407406, 'number': 16}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	0.7066	0.6976	0.7021	0.9392
No log	3.0	441	0.1701	{'precision': 0.45454545454545453, 'recall': 0.7142857142857143, 'f1': 0.5555555555555556, 'number': 7}	{'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16}	{'precision': 0.7962962962962963, 'recall': 0.8775510204081632, 'f1': 0.8349514563106796, 'number': 49}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.8305084745762712, 'recall': 0.7777777777777778, 'f1': 0.8032786885245902, 'number': 63}	{'precision': 0.5833333333333334, 'recall': 0.6363636363636364, 'f1': 0.6086956521739131, 'number': 22}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 1.0, 'recall': 0.16666666666666666, 'f1': 0.2857142857142857, 'number': 6}	{'precision': 0.7027027027027027, 'recall': 0.8863636363636364, 'f1': 0.7839195979899497, 'number': 88}	{'precision': 0.46153846153846156, 'recall': 0.3870967741935484, 'f1': 0.42105263157894735, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.25, 'recall': 0.2, 'f1': 0.22222222222222224, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.4166666666666667, 'recall': 0.5, 'f1': 0.45454545454545453, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.6506024096385542, 'recall': 0.6585365853658537, 'f1': 0.6545454545454545, 'number': 82}	{'precision': 0.8431372549019608, 'recall': 0.7962962962962963, 'f1': 0.8190476190476189, 'number': 54}	{'precision': 0.9487179487179487, 'recall': 0.7872340425531915, 'f1': 0.8604651162790696, 'number': 47}	{'precision': 0.7727272727272727, 'recall': 1.0, 'f1': 0.8717948717948718, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 0.7142857142857143, 'recall': 0.9375, 'f1': 0.8108108108108109, 'number': 16}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	0.7278	0.7450	0.7363	0.9461
0.3351	4.0	588	0.1623	{'precision': 0.5, 'recall': 0.7142857142857143, 'f1': 0.588235294117647, 'number': 7}	{'precision': 0.75, 'recall': 0.75, 'f1': 0.75, 'number': 16}	{'precision': 0.8070175438596491, 'recall': 0.9387755102040817, 'f1': 0.8679245283018868, 'number': 49}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.9016393442622951, 'recall': 0.873015873015873, 'f1': 0.8870967741935485, 'number': 63}	{'precision': 0.6521739130434783, 'recall': 0.6818181818181818, 'f1': 0.6666666666666666, 'number': 22}	{'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}	{'precision': 0.3333333333333333, 'recall': 0.3333333333333333, 'f1': 0.3333333333333333, 'number': 6}	{'precision': 0.7731958762886598, 'recall': 0.8522727272727273, 'f1': 0.8108108108108107, 'number': 88}	{'precision': 0.68, 'recall': 0.5483870967741935, 'f1': 0.6071428571428571, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.6555555555555556, 'recall': 0.7195121951219512, 'f1': 0.6860465116279069, 'number': 82}	{'precision': 0.9130434782608695, 'recall': 0.7777777777777778, 'f1': 0.84, 'number': 54}	{'precision': 0.8333333333333334, 'recall': 0.7446808510638298, 'f1': 0.7865168539325842, 'number': 47}	{'precision': 0.6538461538461539, 'recall': 1.0, 'f1': 0.7906976744186047, 'number': 17}	{'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3}	{'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3}	0.7638	0.7832	0.7734	0.9523
0.3351	5.0	735	0.1703	{'precision': 0.5, 'recall': 0.7142857142857143, 'f1': 0.588235294117647, 'number': 7}	{'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16}	{'precision': 0.8723404255319149, 'recall': 0.8367346938775511, 'f1': 0.8541666666666667, 'number': 49}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.896551724137931, 'recall': 0.8253968253968254, 'f1': 0.8595041322314049, 'number': 63}	{'precision': 0.5416666666666666, 'recall': 0.5909090909090909, 'f1': 0.5652173913043478, 'number': 22}	{'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 3}	{'precision': 0.6, 'recall': 0.5, 'f1': 0.5454545454545454, 'number': 6}	{'precision': 0.7604166666666666, 'recall': 0.8295454545454546, 'f1': 0.7934782608695653, 'number': 88}	{'precision': 0.5294117647058824, 'recall': 0.2903225806451613, 'f1': 0.375, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.6923076923076923, 'recall': 0.6585365853658537, 'f1': 0.675, 'number': 82}	{'precision': 0.8409090909090909, 'recall': 0.6851851851851852, 'f1': 0.7551020408163266, 'number': 54}	{'precision': 0.9024390243902439, 'recall': 0.7872340425531915, 'f1': 0.8409090909090909, 'number': 47}	{'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}	{'precision': 0.8333333333333334, 'recall': 0.9375, 'f1': 0.8823529411764706, 'number': 16}	{'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 3}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	0.7761	0.7322	0.7535	0.9517
0.3351	6.0	882	0.1755	{'precision': 0.3333333333333333, 'recall': 0.42857142857142855, 'f1': 0.375, 'number': 7}	{'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16}	{'precision': 0.8627450980392157, 'recall': 0.8979591836734694, 'f1': 0.8799999999999999, 'number': 49}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}	{'precision': 0.9152542372881356, 'recall': 0.8571428571428571, 'f1': 0.8852459016393444, 'number': 63}	{'precision': 0.6956521739130435, 'recall': 0.7272727272727273, 'f1': 0.711111111111111, 'number': 22}	{'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}	{'precision': 0.5, 'recall': 0.16666666666666666, 'f1': 0.25, 'number': 6}	{'precision': 0.7378640776699029, 'recall': 0.8636363636363636, 'f1': 0.7958115183246073, 'number': 88}	{'precision': 0.75, 'recall': 0.6774193548387096, 'f1': 0.7118644067796611, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.875, 'recall': 0.7, 'f1': 0.7777777777777777, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.6632653061224489, 'recall': 0.7926829268292683, 'f1': 0.7222222222222222, 'number': 82}	{'precision': 0.8627450980392157, 'recall': 0.8148148148148148, 'f1': 0.838095238095238, 'number': 54}	{'precision': 0.8541666666666666, 'recall': 0.8723404255319149, 'f1': 0.8631578947368421, 'number': 47}	{'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}	{'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}	{'precision': 0.6818181818181818, 'recall': 0.9375, 'f1': 0.7894736842105263, 'number': 16}	{'precision': 0.3333333333333333, 'recall': 0.3333333333333333, 'f1': 0.3333333333333333, 'number': 3}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	0.7712	0.8106	0.7904	0.9572
0.0825	7.0	1029	0.1830	{'precision': 0.36363636363636365, 'recall': 0.5714285714285714, 'f1': 0.4444444444444444, 'number': 7}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 0.86, 'recall': 0.8775510204081632, 'f1': 0.8686868686868686, 'number': 49}	{'precision': 0.5, 'recall': 0.2, 'f1': 0.28571428571428575, 'number': 5}	{'precision': 0.8870967741935484, 'recall': 0.873015873015873, 'f1': 0.88, 'number': 63}	{'precision': 0.64, 'recall': 0.7272727272727273, 'f1': 0.6808510638297872, 'number': 22}	{'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 3}	{'precision': 0.75, 'recall': 0.5, 'f1': 0.6, 'number': 6}	{'precision': 0.7659574468085106, 'recall': 0.8181818181818182, 'f1': 0.7912087912087913, 'number': 88}	{'precision': 0.8260869565217391, 'recall': 0.6129032258064516, 'f1': 0.7037037037037037, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.5, 'recall': 0.6, 'f1': 0.5454545454545454, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.6666666666666666, 'recall': 0.6, 'f1': 0.631578947368421, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.7176470588235294, 'recall': 0.7439024390243902, 'f1': 0.7305389221556886, 'number': 82}	{'precision': 0.8846153846153846, 'recall': 0.8518518518518519, 'f1': 0.8679245283018868, 'number': 54}	{'precision': 0.8695652173913043, 'recall': 0.851063829787234, 'f1': 0.8602150537634409, 'number': 47}	{'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}	{'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}	{'precision': 0.8333333333333334, 'recall': 0.9375, 'f1': 0.8823529411764706, 'number': 16}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 0.5, 'recall': 0.6666666666666666, 'f1': 0.5714285714285715, 'number': 3}	0.7896	0.7996	0.7946	0.9573
0.0825	8.0	1176	0.1956	{'precision': 0.3076923076923077, 'recall': 0.5714285714285714, 'f1': 0.4, 'number': 7}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 0.875, 'recall': 0.8571428571428571, 'f1': 0.8659793814432989, 'number': 49}	{'precision': 1.0, 'recall': 0.2, 'f1': 0.33333333333333337, 'number': 5}	{'precision': 0.8793103448275862, 'recall': 0.8095238095238095, 'f1': 0.8429752066115702, 'number': 63}	{'precision': 0.6956521739130435, 'recall': 0.7272727272727273, 'f1': 0.711111111111111, 'number': 22}	{'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}	{'precision': 0.75, 'recall': 0.5, 'f1': 0.6, 'number': 6}	{'precision': 0.7731958762886598, 'recall': 0.8522727272727273, 'f1': 0.8108108108108107, 'number': 88}	{'precision': 0.6896551724137931, 'recall': 0.6451612903225806, 'f1': 0.6666666666666667, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.7032967032967034, 'recall': 0.7804878048780488, 'f1': 0.739884393063584, 'number': 82}	{'precision': 0.8245614035087719, 'recall': 0.8703703703703703, 'f1': 0.8468468468468469, 'number': 54}	{'precision': 0.8163265306122449, 'recall': 0.851063829787234, 'f1': 0.8333333333333334, 'number': 47}	{'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}	{'precision': 0.625, 'recall': 1.0, 'f1': 0.7692307692307693, 'number': 5}	{'precision': 0.8235294117647058, 'recall': 0.875, 'f1': 0.8484848484848485, 'number': 16}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 0.6, 'recall': 1.0, 'f1': 0.7499999999999999, 'number': 3}	0.7745	0.8069	0.7904	0.9564
0.0825	9.0	1323	0.2028	{'precision': 0.36363636363636365, 'recall': 0.5714285714285714, 'f1': 0.4444444444444444, 'number': 7}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 0.8775510204081632, 'recall': 0.8775510204081632, 'f1': 0.8775510204081631, 'number': 49}	{'precision': 0.5, 'recall': 0.2, 'f1': 0.28571428571428575, 'number': 5}	{'precision': 0.8947368421052632, 'recall': 0.8095238095238095, 'f1': 0.8500000000000001, 'number': 63}	{'precision': 0.7391304347826086, 'recall': 0.7727272727272727, 'f1': 0.7555555555555555, 'number': 22}	{'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}	{'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6}	{'precision': 0.8, 'recall': 0.8636363636363636, 'f1': 0.8306010928961749, 'number': 88}	{'precision': 0.7857142857142857, 'recall': 0.7096774193548387, 'f1': 0.7457627118644068, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.8, 'recall': 0.8, 'f1': 0.8000000000000002, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.6666666666666666, 'recall': 0.6, 'f1': 0.631578947368421, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.7142857142857143, 'recall': 0.7926829268292683, 'f1': 0.7514450867052024, 'number': 82}	{'precision': 0.8113207547169812, 'recall': 0.7962962962962963, 'f1': 0.8037383177570094, 'number': 54}	{'precision': 0.8695652173913043, 'recall': 0.851063829787234, 'f1': 0.8602150537634409, 'number': 47}	{'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}	{'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}	{'precision': 0.7894736842105263, 'recall': 0.9375, 'f1': 0.8571428571428572, 'number': 16}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 0.6, 'recall': 1.0, 'f1': 0.7499999999999999, 'number': 3}	0.7932	0.8106	0.8018	0.9590
0.0825	10.0	1470	0.2024	{'precision': 0.3076923076923077, 'recall': 0.5714285714285714, 'f1': 0.4, 'number': 7}	{'precision': 0.8235294117647058, 'recall': 0.875, 'f1': 0.8484848484848485, 'number': 16}	{'precision': 0.88, 'recall': 0.8979591836734694, 'f1': 0.888888888888889, 'number': 49}	{'precision': 0.5, 'recall': 0.2, 'f1': 0.28571428571428575, 'number': 5}	{'precision': 0.8793103448275862, 'recall': 0.8095238095238095, 'f1': 0.8429752066115702, 'number': 63}	{'precision': 0.7391304347826086, 'recall': 0.7727272727272727, 'f1': 0.7555555555555555, 'number': 22}	{'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}	{'precision': 1.0, 'recall': 0.5, 'f1': 0.6666666666666666, 'number': 6}	{'precision': 0.8, 'recall': 0.8636363636363636, 'f1': 0.8306010928961749, 'number': 88}	{'precision': 0.7333333333333333, 'recall': 0.7096774193548387, 'f1': 0.7213114754098361, 'number': 31}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}	{'precision': 0.8, 'recall': 0.8, 'f1': 0.8000000000000002, 'number': 5}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}	{'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 10}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}	{'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 82}	{'precision': 0.8363636363636363, 'recall': 0.8518518518518519, 'f1': 0.8440366972477065, 'number': 54}	{'precision': 0.8695652173913043, 'recall': 0.851063829787234, 'f1': 0.8602150537634409, 'number': 47}	{'precision': 0.8947368421052632, 'recall': 1.0, 'f1': 0.9444444444444444, 'number': 17}	{'precision': 0.7142857142857143, 'recall': 1.0, 'f1': 0.8333333333333333, 'number': 5}	{'precision': 0.7894736842105263, 'recall': 0.9375, 'f1': 0.8571428571428572, 'number': 16}	{'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}	{'precision': 0.6, 'recall': 1.0, 'f1': 0.7499999999999999, 'number': 3}	0.7944	0.8233	0.8086	0.9601

Framework versions

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