model

This model is a fine-tuned version of vinai/phobert-large on the None dataset. It achieves the following results on the evaluation set:

• Loss: 0.3559
• cmt: {'precision': 0.6875, 'recall': 0.4230769230769231, 'f1': 0.5238095238095238, 'number': 26}
• Tk: {'precision': 0.2727272727272727, 'recall': 0.1935483870967742, 'f1': 0.22641509433962262, 'number': 31}
• A: {'precision': 0.8804483188044832, 'recall': 0.8288393903868698, 'f1': 0.8538647342995169, 'number': 853}
• Gày: {'precision': 0.4186046511627907, 'recall': 0.3103448275862069, 'f1': 0.3564356435643564, 'number': 58}
• Gày trừu tượng: {'precision': 0.8006329113924051, 'recall': 0.7816683831101957, 'f1': 0.7910369984366858, 'number': 971}
• Gân hàng: {'precision': 0.6833333333333333, 'recall': 0.5774647887323944, 'f1': 0.6259541984732825, 'number': 71}
• Hương thức thanh toán: {'precision': 0.7358490566037735, 'recall': 0.5909090909090909, 'f1': 0.6554621848739496, 'number': 66}
• Hối lượng: {'precision': 0.5625, 'recall': 0.34615384615384615, 'f1': 0.4285714285714286, 'number': 26}
• Iền: {'precision': 0.5, 'recall': 0.5384615384615384, 'f1': 0.5185185185185186, 'number': 78}
• Iờ: {'precision': 0.5625, 'recall': 0.5844155844155844, 'f1': 0.5732484076433121, 'number': 77}
• Mail: {'precision': 0.5964912280701754, 'recall': 0.7906976744186046, 'f1': 0.6799999999999999, 'number': 43}
• Ã đơn: {'precision': 0.6822742474916388, 'recall': 0.7311827956989247, 'f1': 0.7058823529411765, 'number': 279}
• Ên người: {'precision': 0.3, 'recall': 0.24193548387096775, 'f1': 0.26785714285714285, 'number': 62}
• Đt: {'precision': 0.4770408163265306, 'recall': 0.8348214285714286, 'f1': 0.6071428571428571, 'number': 224}
• Đt trừu tượng: {'precision': 0.723404255319149, 'recall': 0.75, 'f1': 0.736462093862816, 'number': 272}
• Ơn vị đo: {'precision': 0.6444444444444445, 'recall': 0.5178571428571429, 'f1': 0.5742574257425743, 'number': 56}
• Ản phẩm cụ thể: {'precision': 0.7301587301587301, 'recall': 0.5644171779141104, 'f1': 0.6366782006920415, 'number': 163}
• Ản phẩm trừu tượng: {'precision': 0.5925925925925926, 'recall': 0.4444444444444444, 'f1': 0.5079365079365079, 'number': 72}
• Ịa chỉ cụ thể: {'precision': 0.3230769230769231, 'recall': 0.23333333333333334, 'f1': 0.27096774193548384, 'number': 90}
• Ịa chỉ trừu tượng: {'precision': 0.6097560975609756, 'recall': 0.4934210526315789, 'f1': 0.5454545454545454, 'number': 152}
• Overall Precision: 0.7103
• Overall Recall: 0.7003
• Overall F1: 0.7053
• Overall Accuracy: 0.9274

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: 16
• eval_batch_size: 16
• 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
0.527	1.0	735	0.4031	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 31}	{'precision': 0.8614035087719298, 'recall': 0.5756154747948418, 'f1': 0.6900913562895291, 'number': 853}	{'precision': 0.6666666666666666, 'recall': 0.13793103448275862, 'f1': 0.2285714285714286, 'number': 58}	{'precision': 0.9061913696060038, 'recall': 0.49742533470648814, 'f1': 0.6422872340425533, 'number': 971}	{'precision': 0.25, 'recall': 0.08450704225352113, 'f1': 0.12631578947368421, 'number': 71}	{'precision': 0.5609756097560976, 'recall': 0.3484848484848485, 'f1': 0.4299065420560748, 'number': 66}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.30158730158730157, 'recall': 0.24358974358974358, 'f1': 0.2695035460992908, 'number': 78}	{'precision': 0.3877551020408163, 'recall': 0.24675324675324675, 'f1': 0.30158730158730157, 'number': 77}	{'precision': 0.5185185185185185, 'recall': 0.6511627906976745, 'f1': 0.577319587628866, 'number': 43}	{'precision': 0.48370927318295737, 'recall': 0.6917562724014337, 'f1': 0.5693215339233039, 'number': 279}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 62}	{'precision': 0.38961038961038963, 'recall': 0.8035714285714286, 'f1': 0.5247813411078718, 'number': 224}	{'precision': 0.3881856540084388, 'recall': 0.6764705882352942, 'f1': 0.4932975871313673, 'number': 272}	{'precision': 0.7142857142857143, 'recall': 0.08928571428571429, 'f1': 0.15873015873015872, 'number': 56}	{'precision': 0.6491228070175439, 'recall': 0.22699386503067484, 'f1': 0.3363636363636363, 'number': 163}	{'precision': 0.6, 'recall': 0.08333333333333333, 'f1': 0.14634146341463414, 'number': 72}	{'precision': 0.11267605633802817, 'recall': 0.08888888888888889, 'f1': 0.09937888198757765, 'number': 90}	{'precision': 0.4945054945054945, 'recall': 0.29605263157894735, 'f1': 0.37037037037037035, 'number': 152}	0.5877	0.4728	0.5240	0.8913
0.2637	2.0	1470	0.3129	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 31}	{'precision': 0.674074074074074, 'recall': 0.6400937866354045, 'f1': 0.6566446181599519, 'number': 853}	{'precision': 0.42857142857142855, 'recall': 0.15517241379310345, 'f1': 0.22784810126582278, 'number': 58}	{'precision': 0.760248447204969, 'recall': 0.6302780638516993, 'f1': 0.6891891891891891, 'number': 971}	{'precision': 0.22641509433962265, 'recall': 0.16901408450704225, 'f1': 0.1935483870967742, 'number': 71}	{'precision': 0.44776119402985076, 'recall': 0.45454545454545453, 'f1': 0.45112781954887216, 'number': 66}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.5217391304347826, 'recall': 0.3076923076923077, 'f1': 0.3870967741935484, 'number': 78}	{'precision': 0.4634146341463415, 'recall': 0.4935064935064935, 'f1': 0.4779874213836478, 'number': 77}	{'precision': 0.5576923076923077, 'recall': 0.6744186046511628, 'f1': 0.6105263157894736, 'number': 43}	{'precision': 0.6193771626297578, 'recall': 0.6415770609318996, 'f1': 0.630281690140845, 'number': 279}	{'precision': 0.1044776119402985, 'recall': 0.11290322580645161, 'f1': 0.10852713178294573, 'number': 62}	{'precision': 0.4412532637075718, 'recall': 0.7544642857142857, 'f1': 0.556836902800659, 'number': 224}	{'precision': 0.5735735735735735, 'recall': 0.7022058823529411, 'f1': 0.6314049586776859, 'number': 272}	{'precision': 0.6756756756756757, 'recall': 0.44642857142857145, 'f1': 0.5376344086021506, 'number': 56}	{'precision': 0.552, 'recall': 0.4233128834355828, 'f1': 0.4791666666666667, 'number': 163}	{'precision': 0.6341463414634146, 'recall': 0.3611111111111111, 'f1': 0.46017699115044247, 'number': 72}	{'precision': 0.13157894736842105, 'recall': 0.1111111111111111, 'f1': 0.12048192771084337, 'number': 90}	{'precision': 0.3533834586466165, 'recall': 0.3092105263157895, 'f1': 0.32982456140350874, 'number': 152}	0.5913	0.5512	0.5706	0.9026
0.1655	3.0	2205	0.2779	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 31}	{'precision': 0.806861499364676, 'recall': 0.7444314185228605, 'f1': 0.774390243902439, 'number': 853}	{'precision': 0.6, 'recall': 0.15517241379310345, 'f1': 0.24657534246575347, 'number': 58}	{'precision': 0.7995495495495496, 'recall': 0.7312049433573635, 'f1': 0.7638515330823024, 'number': 971}	{'precision': 0.5882352941176471, 'recall': 0.4225352112676056, 'f1': 0.49180327868852464, 'number': 71}	{'precision': 0.5833333333333334, 'recall': 0.5303030303030303, 'f1': 0.5555555555555556, 'number': 66}	{'precision': 0.3, 'recall': 0.11538461538461539, 'f1': 0.16666666666666669, 'number': 26}	{'precision': 0.45588235294117646, 'recall': 0.3974358974358974, 'f1': 0.4246575342465754, 'number': 78}	{'precision': 0.49333333333333335, 'recall': 0.4805194805194805, 'f1': 0.48684210526315785, 'number': 77}	{'precision': 0.5396825396825397, 'recall': 0.7906976744186046, 'f1': 0.6415094339622641, 'number': 43}	{'precision': 0.696969696969697, 'recall': 0.4946236559139785, 'f1': 0.5786163522012578, 'number': 279}	{'precision': 0.13513513513513514, 'recall': 0.08064516129032258, 'f1': 0.10101010101010102, 'number': 62}	{'precision': 0.453551912568306, 'recall': 0.7410714285714286, 'f1': 0.5627118644067797, 'number': 224}	{'precision': 0.6468531468531469, 'recall': 0.6801470588235294, 'f1': 0.6630824372759857, 'number': 272}	{'precision': 0.8260869565217391, 'recall': 0.3392857142857143, 'f1': 0.4810126582278481, 'number': 56}	{'precision': 0.62, 'recall': 0.5705521472392638, 'f1': 0.5942492012779553, 'number': 163}	{'precision': 0.48717948717948717, 'recall': 0.5277777777777778, 'f1': 0.5066666666666667, 'number': 72}	{'precision': 0.18421052631578946, 'recall': 0.15555555555555556, 'f1': 0.1686746987951807, 'number': 90}	{'precision': 0.44274809160305345, 'recall': 0.3815789473684211, 'f1': 0.4098939929328622, 'number': 152}	0.6663	0.6104	0.6371	0.9178
0.1405	4.0	2940	0.2861	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.3333333333333333, 'recall': 0.06451612903225806, 'f1': 0.1081081081081081, 'number': 31}	{'precision': 0.8433734939759037, 'recall': 0.738569753810082, 'f1': 0.7875, 'number': 853}	{'precision': 0.5625, 'recall': 0.15517241379310345, 'f1': 0.24324324324324326, 'number': 58}	{'precision': 0.8387096774193549, 'recall': 0.6961894953656025, 'f1': 0.7608328643781654, 'number': 971}	{'precision': 0.6363636363636364, 'recall': 0.49295774647887325, 'f1': 0.5555555555555555, 'number': 71}	{'precision': 0.8181818181818182, 'recall': 0.6818181818181818, 'f1': 0.7438016528925621, 'number': 66}	{'precision': 0.35294117647058826, 'recall': 0.23076923076923078, 'f1': 0.2790697674418605, 'number': 26}	{'precision': 0.4675324675324675, 'recall': 0.46153846153846156, 'f1': 0.4645161290322581, 'number': 78}	{'precision': 0.6341463414634146, 'recall': 0.6753246753246753, 'f1': 0.6540880503144655, 'number': 77}	{'precision': 0.5303030303030303, 'recall': 0.813953488372093, 'f1': 0.6422018348623852, 'number': 43}	{'precision': 0.8768115942028986, 'recall': 0.4336917562724014, 'f1': 0.580335731414868, 'number': 279}	{'precision': 0.1, 'recall': 0.0967741935483871, 'f1': 0.09836065573770492, 'number': 62}	{'precision': 0.4188911704312115, 'recall': 0.9107142857142857, 'f1': 0.5738396624472574, 'number': 224}	{'precision': 0.6049723756906077, 'recall': 0.8051470588235294, 'f1': 0.6908517350157729, 'number': 272}	{'precision': 0.6296296296296297, 'recall': 0.6071428571428571, 'f1': 0.6181818181818182, 'number': 56}	{'precision': 0.7916666666666666, 'recall': 0.4662576687116564, 'f1': 0.5868725868725869, 'number': 163}	{'precision': 0.5925925925925926, 'recall': 0.4444444444444444, 'f1': 0.5079365079365079, 'number': 72}	{'precision': 0.23076923076923078, 'recall': 0.16666666666666666, 'f1': 0.1935483870967742, 'number': 90}	{'precision': 0.5126050420168067, 'recall': 0.40131578947368424, 'f1': 0.4501845018450184, 'number': 152}	0.6823	0.6251	0.6524	0.9187
0.0999	5.0	3675	0.2863	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 26}	{'precision': 0.07692307692307693, 'recall': 0.03225806451612903, 'f1': 0.045454545454545456, 'number': 31}	{'precision': 0.8213820078226858, 'recall': 0.738569753810082, 'f1': 0.7777777777777777, 'number': 853}	{'precision': 0.44, 'recall': 0.1896551724137931, 'f1': 0.2650602409638554, 'number': 58}	{'precision': 0.8031026252983293, 'recall': 0.6930998970133883, 'f1': 0.744057490326147, 'number': 971}	{'precision': 0.6229508196721312, 'recall': 0.5352112676056338, 'f1': 0.5757575757575757, 'number': 71}	{'precision': 0.7777777777777778, 'recall': 0.6363636363636364, 'f1': 0.7000000000000001, 'number': 66}	{'precision': 0.5, 'recall': 0.2692307692307692, 'f1': 0.35000000000000003, 'number': 26}	{'precision': 0.5394736842105263, 'recall': 0.5256410256410257, 'f1': 0.5324675324675324, 'number': 78}	{'precision': 0.5641025641025641, 'recall': 0.5714285714285714, 'f1': 0.567741935483871, 'number': 77}	{'precision': 0.5641025641025641, 'recall': 0.5116279069767442, 'f1': 0.5365853658536586, 'number': 43}	{'precision': 0.6875, 'recall': 0.6308243727598566, 'f1': 0.6579439252336449, 'number': 279}	{'precision': 0.3018867924528302, 'recall': 0.25806451612903225, 'f1': 0.27826086956521745, 'number': 62}	{'precision': 0.6216216216216216, 'recall': 0.10267857142857142, 'f1': 0.17624521072796934, 'number': 224}	{'precision': 0.6885813148788927, 'recall': 0.7316176470588235, 'f1': 0.7094474153297682, 'number': 272}	{'precision': 0.5918367346938775, 'recall': 0.5178571428571429, 'f1': 0.5523809523809524, 'number': 56}	{'precision': 0.8021978021978022, 'recall': 0.44785276073619634, 'f1': 0.5748031496062992, 'number': 163}	{'precision': 0.6181818181818182, 'recall': 0.4722222222222222, 'f1': 0.5354330708661417, 'number': 72}	{'precision': 0.23376623376623376, 'recall': 0.2, 'f1': 0.21556886227544908, 'number': 90}	{'precision': 0.496, 'recall': 0.40789473684210525, 'f1': 0.44765342960288806, 'number': 152}	0.7137	0.5828	0.6417	0.9239
0.0904	6.0	4410	0.2904	{'precision': 1.0, 'recall': 0.2692307692307692, 'f1': 0.42424242424242425, 'number': 26}	{'precision': 0.18518518518518517, 'recall': 0.16129032258064516, 'f1': 0.17241379310344826, 'number': 31}	{'precision': 0.8171779141104294, 'recall': 0.7807737397420867, 'f1': 0.7985611510791366, 'number': 853}	{'precision': 0.3870967741935484, 'recall': 0.20689655172413793, 'f1': 0.26966292134831465, 'number': 58}	{'precision': 0.8168373151308305, 'recall': 0.7394438722966015, 'f1': 0.7762162162162162, 'number': 971}	{'precision': 0.6721311475409836, 'recall': 0.5774647887323944, 'f1': 0.6212121212121212, 'number': 71}	{'precision': 0.7627118644067796, 'recall': 0.6818181818181818, 'f1': 0.7199999999999999, 'number': 66}	{'precision': 0.6153846153846154, 'recall': 0.3076923076923077, 'f1': 0.4102564102564103, 'number': 26}	{'precision': 0.48314606741573035, 'recall': 0.5512820512820513, 'f1': 0.5149700598802396, 'number': 78}	{'precision': 0.6268656716417911, 'recall': 0.5454545454545454, 'f1': 0.5833333333333334, 'number': 77}	{'precision': 0.6031746031746031, 'recall': 0.8837209302325582, 'f1': 0.7169811320754716, 'number': 43}	{'precision': 0.6388888888888888, 'recall': 0.7419354838709677, 'f1': 0.6865671641791045, 'number': 279}	{'precision': 0.38, 'recall': 0.3064516129032258, 'f1': 0.33928571428571425, 'number': 62}	{'precision': 0.4899135446685879, 'recall': 0.7589285714285714, 'f1': 0.5954465849387041, 'number': 224}	{'precision': 0.7710843373493976, 'recall': 0.7058823529411765, 'f1': 0.7370441458733207, 'number': 272}	{'precision': 0.6382978723404256, 'recall': 0.5357142857142857, 'f1': 0.5825242718446602, 'number': 56}	{'precision': 0.7647058823529411, 'recall': 0.3987730061349693, 'f1': 0.5241935483870968, 'number': 163}	{'precision': 0.5740740740740741, 'recall': 0.4305555555555556, 'f1': 0.49206349206349204, 'number': 72}	{'precision': 0.21739130434782608, 'recall': 0.16666666666666666, 'f1': 0.18867924528301885, 'number': 90}	{'precision': 0.5190839694656488, 'recall': 0.4473684210526316, 'f1': 0.48056537102473496, 'number': 152}	0.6986	0.6599	0.6787	0.9267
0.068	7.0	5145	0.2997	{'precision': 0.8, 'recall': 0.3076923076923077, 'f1': 0.4444444444444444, 'number': 26}	{'precision': 0.16666666666666666, 'recall': 0.06451612903225806, 'f1': 0.09302325581395349, 'number': 31}	{'precision': 0.8363858363858364, 'recall': 0.8030480656506448, 'f1': 0.819377990430622, 'number': 853}	{'precision': 0.3333333333333333, 'recall': 0.25862068965517243, 'f1': 0.29126213592233013, 'number': 58}	{'precision': 0.7842323651452282, 'recall': 0.7785787847579815, 'f1': 0.7813953488372093, 'number': 971}	{'precision': 0.6935483870967742, 'recall': 0.6056338028169014, 'f1': 0.6466165413533835, 'number': 71}	{'precision': 0.7931034482758621, 'recall': 0.696969696969697, 'f1': 0.7419354838709677, 'number': 66}	{'precision': 0.6428571428571429, 'recall': 0.34615384615384615, 'f1': 0.45, 'number': 26}	{'precision': 0.46875, 'recall': 0.5769230769230769, 'f1': 0.5172413793103449, 'number': 78}	{'precision': 0.5641025641025641, 'recall': 0.5714285714285714, 'f1': 0.567741935483871, 'number': 77}	{'precision': 0.59375, 'recall': 0.8837209302325582, 'f1': 0.7102803738317758, 'number': 43}	{'precision': 0.6824817518248175, 'recall': 0.6702508960573477, 'f1': 0.6763110307414104, 'number': 279}	{'precision': 0.3548387096774194, 'recall': 0.3548387096774194, 'f1': 0.35483870967741943, 'number': 62}	{'precision': 0.4677871148459384, 'recall': 0.7455357142857143, 'f1': 0.5748709122203098, 'number': 224}	{'precision': 0.6677316293929713, 'recall': 0.7683823529411765, 'f1': 0.7145299145299147, 'number': 272}	{'precision': 0.5777777777777777, 'recall': 0.4642857142857143, 'f1': 0.5148514851485149, 'number': 56}	{'precision': 0.7251908396946565, 'recall': 0.5828220858895705, 'f1': 0.6462585034013605, 'number': 163}	{'precision': 0.559322033898305, 'recall': 0.4583333333333333, 'f1': 0.5038167938931297, 'number': 72}	{'precision': 0.25, 'recall': 0.17777777777777778, 'f1': 0.20779220779220778, 'number': 90}	{'precision': 0.584, 'recall': 0.48026315789473684, 'f1': 0.5270758122743683, 'number': 152}	0.6898	0.6864	0.6881	0.9254
0.0574	8.0	5880	0.3293	{'precision': 0.9, 'recall': 0.34615384615384615, 'f1': 0.5, 'number': 26}	{'precision': 0.18181818181818182, 'recall': 0.06451612903225806, 'f1': 0.09523809523809523, 'number': 31}	{'precision': 0.8811630847029077, 'recall': 0.8171160609613131, 'f1': 0.8479318734793188, 'number': 853}	{'precision': 0.4318181818181818, 'recall': 0.3275862068965517, 'f1': 0.3725490196078432, 'number': 58}	{'precision': 0.7970085470085471, 'recall': 0.768280123583934, 'f1': 0.7823807026743576, 'number': 971}	{'precision': 0.7068965517241379, 'recall': 0.5774647887323944, 'f1': 0.6356589147286821, 'number': 71}	{'precision': 0.8076923076923077, 'recall': 0.6363636363636364, 'f1': 0.7118644067796609, 'number': 66}	{'precision': 0.6428571428571429, 'recall': 0.34615384615384615, 'f1': 0.45, 'number': 26}	{'precision': 0.44047619047619047, 'recall': 0.47435897435897434, 'f1': 0.4567901234567901, 'number': 78}	{'precision': 0.5897435897435898, 'recall': 0.5974025974025974, 'f1': 0.5935483870967742, 'number': 77}	{'precision': 0.7142857142857143, 'recall': 0.46511627906976744, 'f1': 0.5633802816901409, 'number': 43}	{'precision': 0.8132530120481928, 'recall': 0.4838709677419355, 'f1': 0.6067415730337079, 'number': 279}	{'precision': 0.26, 'recall': 0.20967741935483872, 'f1': 0.23214285714285712, 'number': 62}	{'precision': 0.5106382978723404, 'recall': 0.10714285714285714, 'f1': 0.1771217712177122, 'number': 224}	{'precision': 0.7368421052631579, 'recall': 0.7205882352941176, 'f1': 0.728624535315985, 'number': 272}	{'precision': 0.6, 'recall': 0.42857142857142855, 'f1': 0.5, 'number': 56}	{'precision': 0.7293233082706767, 'recall': 0.5950920245398773, 'f1': 0.6554054054054055, 'number': 163}	{'precision': 0.6078431372549019, 'recall': 0.4305555555555556, 'f1': 0.5040650406504065, 'number': 72}	{'precision': 0.32786885245901637, 'recall': 0.2222222222222222, 'f1': 0.2649006622516556, 'number': 90}	{'precision': 0.625, 'recall': 0.4934210526315789, 'f1': 0.551470588235294, 'number': 152}	0.7510	0.6221	0.6805	0.9273
0.0463	9.0	6615	0.3478	{'precision': 0.6470588235294118, 'recall': 0.4230769230769231, 'f1': 0.5116279069767442, 'number': 26}	{'precision': 0.2608695652173913, 'recall': 0.1935483870967742, 'f1': 0.2222222222222222, 'number': 31}	{'precision': 0.8573185731857319, 'recall': 0.8171160609613131, 'f1': 0.8367346938775511, 'number': 853}	{'precision': 0.3953488372093023, 'recall': 0.29310344827586204, 'f1': 0.3366336633663366, 'number': 58}	{'precision': 0.7892004153686397, 'recall': 0.7826982492276005, 'f1': 0.7859358841778697, 'number': 971}	{'precision': 0.6557377049180327, 'recall': 0.5633802816901409, 'f1': 0.6060606060606061, 'number': 71}	{'precision': 0.7636363636363637, 'recall': 0.6363636363636364, 'f1': 0.694214876033058, 'number': 66}	{'precision': 0.5625, 'recall': 0.34615384615384615, 'f1': 0.4285714285714286, 'number': 26}	{'precision': 0.5301204819277109, 'recall': 0.5641025641025641, 'f1': 0.546583850931677, 'number': 78}	{'precision': 0.6025641025641025, 'recall': 0.6103896103896104, 'f1': 0.6064516129032258, 'number': 77}	{'precision': 0.5901639344262295, 'recall': 0.8372093023255814, 'f1': 0.6923076923076923, 'number': 43}	{'precision': 0.6909722222222222, 'recall': 0.7132616487455197, 'f1': 0.7019400352733686, 'number': 279}	{'precision': 0.22, 'recall': 0.1774193548387097, 'f1': 0.1964285714285714, 'number': 62}	{'precision': 0.460093896713615, 'recall': 0.875, 'f1': 0.6030769230769231, 'number': 224}	{'precision': 0.688135593220339, 'recall': 0.7463235294117647, 'f1': 0.7160493827160495, 'number': 272}	{'precision': 0.5777777777777777, 'recall': 0.4642857142857143, 'f1': 0.5148514851485149, 'number': 56}	{'precision': 0.704225352112676, 'recall': 0.6134969325153374, 'f1': 0.6557377049180327, 'number': 163}	{'precision': 0.5925925925925926, 'recall': 0.4444444444444444, 'f1': 0.5079365079365079, 'number': 72}	{'precision': 0.21428571428571427, 'recall': 0.16666666666666666, 'f1': 0.1875, 'number': 90}	{'precision': 0.6015625, 'recall': 0.506578947368421, 'f1': 0.5499999999999999, 'number': 152}	0.6920	0.6997	0.6958	0.9256
0.0403	10.0	7350	0.3559	{'precision': 0.6875, 'recall': 0.4230769230769231, 'f1': 0.5238095238095238, 'number': 26}	{'precision': 0.2727272727272727, 'recall': 0.1935483870967742, 'f1': 0.22641509433962262, 'number': 31}	{'precision': 0.8804483188044832, 'recall': 0.8288393903868698, 'f1': 0.8538647342995169, 'number': 853}	{'precision': 0.4186046511627907, 'recall': 0.3103448275862069, 'f1': 0.3564356435643564, 'number': 58}	{'precision': 0.8006329113924051, 'recall': 0.7816683831101957, 'f1': 0.7910369984366858, 'number': 971}	{'precision': 0.6833333333333333, 'recall': 0.5774647887323944, 'f1': 0.6259541984732825, 'number': 71}	{'precision': 0.7358490566037735, 'recall': 0.5909090909090909, 'f1': 0.6554621848739496, 'number': 66}	{'precision': 0.5625, 'recall': 0.34615384615384615, 'f1': 0.4285714285714286, 'number': 26}	{'precision': 0.5, 'recall': 0.5384615384615384, 'f1': 0.5185185185185186, 'number': 78}	{'precision': 0.5625, 'recall': 0.5844155844155844, 'f1': 0.5732484076433121, 'number': 77}	{'precision': 0.5964912280701754, 'recall': 0.7906976744186046, 'f1': 0.6799999999999999, 'number': 43}	{'precision': 0.6822742474916388, 'recall': 0.7311827956989247, 'f1': 0.7058823529411765, 'number': 279}	{'precision': 0.3, 'recall': 0.24193548387096775, 'f1': 0.26785714285714285, 'number': 62}	{'precision': 0.4770408163265306, 'recall': 0.8348214285714286, 'f1': 0.6071428571428571, 'number': 224}	{'precision': 0.723404255319149, 'recall': 0.75, 'f1': 0.736462093862816, 'number': 272}	{'precision': 0.6444444444444445, 'recall': 0.5178571428571429, 'f1': 0.5742574257425743, 'number': 56}	{'precision': 0.7301587301587301, 'recall': 0.5644171779141104, 'f1': 0.6366782006920415, 'number': 163}	{'precision': 0.5925925925925926, 'recall': 0.4444444444444444, 'f1': 0.5079365079365079, 'number': 72}	{'precision': 0.3230769230769231, 'recall': 0.23333333333333334, 'f1': 0.27096774193548384, 'number': 90}	{'precision': 0.6097560975609756, 'recall': 0.4934210526315789, 'f1': 0.5454545454545454, 'number': 152}	0.7103	0.7003	0.7053	0.9274

Framework versions

• Transformers 4.43.1
• Pytorch 2.3.0+cu121
• Datasets 2.20.0
• Tokenizers 0.19.1