roberta-large-wnut2017

roberta-large-wnut2017

Roberta-large模型在WNUT2017数据集上的实体识别能力

Roberta-large在WNUT2017数据集上进行微调,F1得分为0.5375。该模型通过T-NER优化,适用于跨领域和多语言的实体识别任务,支持识别人、组织和地点等多种实体。模型通过简易代码实现实体识别,提升文本解析能力。

开源项目tner/roberta-large-wnut2017命名实体识别模型精度超参数搜索Huggingface召回率Github

roberta-large-wnut2017项目介绍

项目背景

tner/roberta-large-wnut2017是基于roberta-large语言模型进行微调后得到的模型,它专注于从tner/wnut2017数据集中提取命名实体识别(NER)任务。通过使用T-NER库进行超参数搜索,模型在测试集上取得了一定的成果。

项目性能

该模型在测试集上的性能通过以下指标进行评估:

  • 微观平均值
    • F1得分: 0.5375
    • 精确率: 0.6789
    • 召回率: 0.4449
  • 宏观平均值
    • F1得分: 0.4734
    • 精确率: 0.5947
    • 召回率: 0.4021
  • 实体跨度
    • F1得分: 0.6305
    • 精确率: 0.7963
    • 召回率: 0.5218

按实体类型的F1得分

在测试集上,不同实体类型的F1得分如下:

  • corporation:0.4065
  • group:0.3391
  • location:0.6716
  • person:0.6657
  • product:0.2800
  • work_of_art:0.4777

F1得分的置信区间通过自举法计算,具体可在提供的评估文件中查看详细信息。

如何使用模型

用户可以通过tner库方便地使用该模型。首先通过pip安装tner库:

pip install tner

安装后,可以通过以下方式激活和使用模型进行预测:

from tner import TransformersNER model = TransformersNER("tner/roberta-large-wnut2017") model.predict(["Jacob Collier is a Grammy awarded English artist from London"])

训练超参数

模型训练期间使用了以下超参数:

  • 数据集:['tner/wnut2017']
  • 数据集拆分:train
  • 模型:roberta-large
  • CRF使用:是
  • 最大长度:128
  • 训练周期:15
  • 批处理大小:64
  • 学习率:1e-05
  • 随机种子:42

完整的配置可通过微调参数配置文件查看。

参考文献

如果在您的工作中使用了T-NER的资源,请参阅以下论文进行引用:

@inproceedings{ushio-camacho-collados-2021-ner,
    title = "{T}-{NER}: An All-Round Python Library for Transformer-based Named Entity Recognition",
    author = "Ushio, Asahi  and
      Camacho-Collados, Jose",
    booktitle = "Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics: System Demonstrations",
    month = apr,
    year = "2021",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.eacl-demos.7",
    doi = "10.18653/v1/2021.eacl-demos.7",
    pages = "53--62",
}

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多