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:
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)。
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)
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。
使用的数据集是 wikiann 。
训练过程中使用了以下超参数:
Training Loss | Epoch | Step | Validation Loss | Precision | Recall | F1 | Accuracy |
---|---|---|---|---|---|---|---|
0.0297 | 1.0 | 11050 | 0.0323 | 0.9324 | 0.9420 | 0.9372 | 0.9908 |
0.0173 | 2.0 | 22100 | 0.0324 | 0.9445 | 0.9514 | 0.9479 | 0.9915 |
0.0057 | 3.0 | 33150 | 0.0361 | 0.9438 | 0.9542 | 0.9490 | 0.9918 |