bert-italian-finetuned-ner

这个模型是在wiki_neural数据集上对 dbmdz/bert-base-italian-cased 模型进行微调的版本。它在评估集上取得了以下结果：

• 损失：0.0361
• 精确度：0.9438
• 召回率：0.9542
• F1值：0.9490
• 准确度：0.9918

模型描述

这是一个针对意大利语进行的令牌分类实验，用于命名实体识别（NER）。

示例

from transformers import pipeline
ner_pipeline = pipeline("ner", model="nickprock/bert-italian-finetuned-ner", aggregation_strategy="simple")
text = "La sede storica della Olivetti è ad Ivrea"
output = ner_pipeline(text)

目标和限制

该模型可用于令牌分类，特别是NER。它经过了对意大利语的微调。

训练和评估数据

使用的数据集是 wikiann 。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批大小：8
• 评估批大小：8
• 随机种子：42
• 优化器：Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型：线性
• 训练轮数：3

训练结果

框架版本

• Transformers 4.27.3
• Pytorch 1.13.0
• Datasets 2.1.0
• Tokenizers 0.13.2