add more info

README.md

@@ -33,6 +33,16 @@ model-index:
       value: 0.9644870349492672
 pipeline_tag: token-classification
 widget:
+- text: "Der aus Afghanistan stammende Angeklagte war am 11. November 2007 in einen Streit mit seinem Landsmann P. um die Nutzung eines Fahrzeugstellplatzes geraten"
+- text: "Der Angeklagte hatte seinen Sohn Y. S., einen Boxsportler, sowie seinen Bruder A. S., der stark sehbehindert und kriegsversehrt war, zum Tatort mitgebracht."
+- text: "Das Ablehnungsgesuch der Beschuldigten vom 1. April 2018 gegen die Vorsitzende Richterin am Bundesgerichtshof Sost-Scheible, die Richterin am Bundesgerichtshof Roggenbuck und die Richter am Bundesgerichtshof Cierniak, Bender und Dr. Feilcke wird als unzulässig verworfen."
+- text: "Die Freie und Hansestadt Hamburg  hat der Beschwerdeführerin ihre notwendigen Auslagen zu erstatten."
+- text: "Zu der Verfassungsbeschwerde haben das Bundesministerium für Ernährung und Landwirtschaft, der Bayerische Jagdverband, der Naturschutzbund Deutschland e.V. (NABU), der Deutsche Bauernverband, die Arbeitsgemeinschaft Deutscher Waldbesitzerverbände e.V., der Deutsche Jagdverband e.V. sowie die Bundesarbeitsgemeinschaft der Jagdgenossenschaften und Eigenjagdbesitzer Stellung genommen."
+- text: "Auf die Revisionen des Angeklagten und der Staatsanwaltschaft wird das Urteil des Landgerichts Fulda vom 30. Mai 2017 im Ausspruch über die Gesamtstrafe aufgehoben."
+- text: "Im Tatzeitraum vom 19. Mai 2010 bis zum 21. Dezember 2011 lieferte die V. Fleisch GmbH & Co. KG (im Folgenden: Firma V.) Fleischprodukte, unter anderem Schweinerückenspeck, an das in der Ukraine ansässige Unternehmen VAT „M.Y.“ (fortan: Firma Y.)."
+- text: "§ 14 Absatz 2 Satz 2 des Gesetzes über Teilzeitarbeit und befristete Arbeitsverträge (TzBfG) vom 21. Dezember 2000 (Bundesgesetzblatt I Seite 1966), zuletzt geändert durch Gesetz vom 20. Dezember 2011 (Bundesgesetzblatt I Seite 2854), ist nach Maßgabe der Gründe mit dem Grundgesetz vereinbar."
+- text: "Auf das Arbeitsverhältnis der Parteien fand der Manteltarifvertrag für die Beschäftigten der Mitglieder der TGAOK (BAT/AOK-Neu) vom 7. August 2003 Anwendung."
+- text: "Besteht - wie hier - eine Diskrepanz, muss dem Gesetzeswortlaut, dem Regelungssystem und dem Regelungsziel der Vorrang zukommen (stRspr; vgl zB BVerfGE 62, 1, 45; BVerfGE 119, 96, 179; BSG SozR 4 - 2500 § 62 Nr 8 RdNr 20 f; Hauck/Wiegand, KrV 2016, 1, 4)."
 - text: "Herr W. verstieß gegen § 36 Abs. 7 IfSG."
 ---
 
@@ -44,9 +54,31 @@ widget:
 This model is a fine-tuned version of [bert-base-german-cased](https://huggingface.co/bert-base-german-cased) on the 
 [German LER Dataset](https://huggingface.co/datasets/elenanereiss/german-ler).
 
-## Intended uses & limitations
-
-to do
+Distribution of classes in the dataset:
+|    |         | **Fine-grained classes** | **#**      | **%**   |
+|----|---------|--------------------------|------------|---------|
+| 1  | **PER** | _Person_                 | 1,747      | 3.26    |
+| 2  | **RR**  | _Judge_                  | 1,519      | 2.83    |
+| 3  | **AN**  | _Lawyer_                 | 111        | 0.21    |
+| 4  | **LD**  | _Country_                | 1,429      | 2.66    |
+| 5  | **ST**  | _City_                   | 705        | 1.31    |
+| 6  | **STR** | _Street_                 | 136        | 0.25    |
+| 7  | **LDS** | _Landscape_              | 198        | 0.37    |
+| 8  | **ORG** | _Organization_           | 1,166      | 2.17    |
+| 9  | **UN**  | _Company_                | 1,058      | 1.97    |
+| 10 | **INN** | _Institution_            | 2,196      | 4.09    |
+| 11 | **GRT** | _Court_                  | 3,212      | 5.99    |
+| 12 | **MRK** | _Brand_                  | 283        | 0.53    |
+| 13 | **GS**  | _Law_                    | 18,52      | 34.53   |
+| 14 | **VO**  | _Ordinance_              | 797        | 1.49    |
+| 15 | **EUN** | _European legal norm_    | 1,499      | 2.79    |
+| 16 | **VS**  | _Regulation_             | 607        | 1.13    |
+| 17 | **VT**  | _Contract_               | 2,863      | 5.34    |
+| 18 | **RS**  | _Court decision_         | 12,58      | 23.46   |
+| 19 | **LIT** | _Legal literature_       | 3,006      | 5.60    |
+|    |         | **Total**                | **53,632** | **100** |
+
+How to fine-tune another model on the German LER Dataset, see [GitHub](https://github.com/elenanereiss/bert-legal-ner).
 
 ## Training procedure
 
@@ -61,32 +93,66 @@ The following hyperparameters were used during training:
 
 ## Results 
 
+## Results on the dev set:
+
 ```
-eval_loss = 0.020239440724253654
-eval_accuracy_score = 0.9953227664227791
-eval_precision = 0.9212203128016991
-eval_recall = 0.9458762886597938
-eval_f1 = 0.9333855032769246
-eval_runtime = 111.4147
-eval_samples_per_second = 59.875
-eval_steps_per_second = 3.743
-epoch = 3.0
+              precision    recall  f1-score   support
+
+          AN       0.75      0.50      0.60        12
+         EUN       0.92      0.93      0.92       116
+         GRT       0.95      0.99      0.97       331
+          GS       0.98      0.98      0.98      1720
+         INN       0.84      0.91      0.88       199
+          LD       0.95      0.95      0.95       109
+         LDS       0.82      0.43      0.56        21
+         LIT       0.88      0.92      0.90       231
+         MRK       0.50      0.70      0.58        23
+         ORG       0.64      0.71      0.67       103
+         PER       0.86      0.93      0.90       186
+          RR       0.97      0.98      0.97       144
+          RS       0.94      0.95      0.94      1126
+          ST       0.91      0.88      0.89        58
+         STR       0.29      0.29      0.29         7
+          UN       0.81      0.85      0.83       143
+          VO       0.76      0.95      0.84        37
+          VS       0.62      0.80      0.70        56
+          VT       0.87      0.92      0.90       275
+
+   micro avg       0.92      0.94      0.93      4897
+   macro avg       0.80      0.82      0.80      4897
+weighted avg       0.92      0.94      0.93      4897
 ```
 
+## Results on the test set:
+
 ```
-test_loss = 0.011871221475303173
-test_accuracy_score = 0.9969460436964865
-test_precision = 0.9449558173784978
-test_recall = 0.9644870349492672
-test_f1 = 0.9546215361725869
-test_runtime = 111.5143
-test_samples_per_second = 59.849
-test_steps_per_second = 3.748
+              precision    recall  f1-score   support
+
+          AN       1.00      0.89      0.94         9
+         EUN       0.90      0.97      0.93       150
+         GRT       0.98      0.98      0.98       321
+          GS       0.98      0.99      0.98      1818
+         INN       0.90      0.95      0.92       222
+          LD       0.97      0.92      0.94       149
+         LDS       0.91      0.45      0.61        22
+         LIT       0.92      0.96      0.94       314
+         MRK       0.78      0.88      0.82        32
+         ORG       0.82      0.88      0.85       113
+         PER       0.92      0.88      0.90       173
+          RR       0.95      0.99      0.97       142
+          RS       0.97      0.98      0.97      1245
+          ST       0.79      0.86      0.82        64
+         STR       0.75      0.80      0.77        15
+          UN       0.90      0.95      0.93       108
+          VO       0.80      0.83      0.81        71
+          VS       0.73      0.84      0.78        64
+          VT       0.93      0.97      0.95       290
+
+   micro avg       0.94      0.96      0.95      5322
+   macro avg       0.89      0.89      0.89      5322
+weighted avg       0.95      0.96      0.95      5322
 ```
 
-### Usage
-to do
-
 ### Reference
 ```
 @misc{https://doi.org/10.48550/arxiv.2003.13016,