LOS-MUCHACHOS
Este es modelo resultado de un finetuning de FacebookAI/xlm-roberta-large-finetuned-conll03-english sobre el conll2002 dataset. Los siguientes son los resultados sobre el conjunto de evaluación:
- Loss: 0.17227034270763397
- Precision: 0.8140103176758078
- Recall: 0.8423714526552403
- F1: 0.8279480806407071
- Accuracy: 0.9781214374225526
Model Description
Este modelo ha sido desarrollado para identificar y clasificar entidades nombradas (personas, ubicaciones, organizaciones, etc.) en texto en español. Se basa en la arquitectura [nombre del modelo base, por ejemplo, BERT, RoBERTa, etc.] y ha sido ajustado (fine-tuned) utilizando el conjunto de datos CoNLL-2002.
- Developed by: Aragangs.DEv
- Under the tutelage of: Raul de Piñeres
- Model type: []
- Language(s) (NLP): Español (es)
- License: Apache 2.0
- Finetuned from model [optional]: Modelo AranicoB
Bias, Risks, and Limitations
El modelo puede tener sesgos inherentes en los datos de entrenamiento. Podría no reconocer entidades de manera precisa en dialectos o variaciones regionales del español. Los usuarios deben ser conscientes de estas limitaciones y evaluar los resultados críticamente.
Recommendations
Los usuarios deben revisar los resultados para posibles sesgos y errores, especialmente cuando se utiliza en contextos críticos. Se recomienda un ajuste adicional con datos específicos del dominio para mejorar el rendimiento.
Training hyperparameters
The following hyperparameters were used during training:
- eval_strategy="epoch",
- save_strategy="epoch",
- learning_rate=2e-5, # (Aprendizaje se esta cambiando)
- per_device_train_batch_size=4,
- per_device_eval_batch_size=8,
- num_train_epochs=5,
- weight_decay=0.1,
- max_grad_norm=1.0,
- adam_epsilon=1e-8,
- #fp16=True,
- save_total_limit=2,
- load_best_model_at_end=True,
- push_to_hub=True,
- metric_for_best_model="f1",
- seed=42,
Training results
| Metric | Value |
|---|---|
| eval_loss | 0.17227034270763397 |
| eval_precision | 0.8140103176758078 |
| eval_recall | 0.8423714526552403 |
| eval_f1 | 0.8279480806407071 |
| eval_accuracy | 0.9781214374225526 |
| eval_runtime | 7.6283 |
| eval_samples_per_second | 198.995 |
| eval_steps_per_second | 24.907 |
| epoch | 5.0 |
| Label | Precision | Recall | F1 | Number |
|---|---|---|---|---|
| LOC | 0.8303085299455535 | 0.8440959409594095 | 0.8371454711802379 | 1084 |
| MISC | 0.5976331360946746 | 0.5941176470588235 | 0.5958702064896756 | 340 |
| ORG | 0.7989276139410187 | 0.8514285714285714 | 0.8243430152143845 | 1400 |
| PER | 0.9174434087882823 | 0.9374149659863945 | 0.9273216689098251 | 735 |
- Downloads last month
- 96