model_gam_1709
This model is a fine-tuned version of Kudod/roberta-large-ner-ghtk-gam-data-standard-3090-30Aug-1 on the None dataset. It achieves the following results on the evaluation set:
- Loss: 0.5815
- Hiều cao khách hàng: {'precision': 0.8823529411764706, 'recall': 0.9090909090909091, 'f1': 0.8955223880597014, 'number': 33}
- Hiều dài sản phẩm: {'precision': 0.7777777777777778, 'recall': 0.7777777777777778, 'f1': 0.7777777777777778, 'number': 18}
- Hiều rộng sản phẩm: {'precision': 0.42857142857142855, 'recall': 0.6666666666666666, 'f1': 0.5217391304347826, 'number': 9}
- Hong cách mua sắm: {'precision': 0.5714285714285714, 'recall': 0.7619047619047619, 'f1': 0.6530612244897959, 'number': 21}
- Hong cách nhà cửa: {'precision': 0.631578947368421, 'recall': 0.5714285714285714, 'f1': 0.6, 'number': 21}
- Hong cách thời trang: {'precision': 0.5217391304347826, 'recall': 0.7058823529411765, 'f1': 0.6, 'number': 17}
- Hất tóc: {'precision': 0.6551724137931034, 'recall': 0.7307692307692307, 'f1': 0.6909090909090909, 'number': 26}
- Hối lượng sản phẩm: {'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18}
- Hời gian nhận hàng: {'precision': 0.75, 'recall': 0.7241379310344828, 'f1': 0.736842105263158, 'number': 29}
- Iá sản phẩm: {'precision': 0.8055555555555556, 'recall': 0.8787878787878788, 'f1': 0.8405797101449276, 'number': 33}
- Oại da: {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 24}
- Ung hoàng đạo: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18}
- Ung mệnh: {'precision': 0.9130434782608695, 'recall': 0.9130434782608695, 'f1': 0.9130434782608695, 'number': 23}
- Àu da: {'precision': 0.7878787878787878, 'recall': 0.7027027027027027, 'f1': 0.7428571428571429, 'number': 37}
- Àu sắc sản phẩm: {'precision': 0.78, 'recall': 0.8297872340425532, 'f1': 0.8041237113402062, 'number': 47}
- Áng khuôn mặt: {'precision': 0.8181818181818182, 'recall': 0.9, 'f1': 0.8571428571428572, 'number': 20}
- Áng người: {'precision': 0.9473684210526315, 'recall': 1.0, 'f1': 0.972972972972973, 'number': 18}
- Ân nặng khách hàng: {'precision': 0.95, 'recall': 0.9047619047619048, 'f1': 0.9268292682926829, 'number': 42}
- Ã sản phẩm: {'precision': 0.7037037037037037, 'recall': 0.7307692307692307, 'f1': 0.7169811320754716, 'number': 26}
- Ơn vị sản phẩm: {'precision': 0.7073170731707317, 'recall': 0.7532467532467533, 'f1': 0.7295597484276729, 'number': 77}
- Ản phẩm: {'precision': 0.8270440251572327, 'recall': 0.9155787641427328, 'f1': 0.869062370921107, 'number': 1149}
- Ật độ tóc: {'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23}
- Ặc điểm khác của da: {'precision': 0.8181818181818182, 'recall': 0.8780487804878049, 'f1': 0.8470588235294119, 'number': 41}
- Ịa chỉ nhận hàng: {'precision': 0.5142857142857142, 'recall': 0.6428571428571429, 'f1': 0.5714285714285714, 'number': 28}
- Ố lượng sản phẩm: {'precision': 0.7567567567567568, 'recall': 0.7832167832167832, 'f1': 0.7697594501718213, 'number': 143}
- Ố điện thoại nhận hàng: {'precision': 0.8938547486033519, 'recall': 0.9937888198757764, 'f1': 0.9411764705882352, 'number': 161}
- Ố đo vòng: {'precision': 0.9104477611940298, 'recall': 0.9682539682539683, 'f1': 0.9384615384615386, 'number': 126}
- Ộ dài tóc: {'precision': 0.7391304347826086, 'recall': 0.85, 'f1': 0.7906976744186046, 'number': 20}
- Ộ tuổi khách hàng: {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}
- Overall Precision: 0.8136
- Overall Recall: 0.8844
- Overall F1: 0.8475
- Overall Accuracy: 0.9213
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: 12
- eval_batch_size: 12
- 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 | Hiều cao khách hàng | Hiều dài sản phẩm | Hiều rộng sản phẩm | Hong cách mua sắm | Hong cách nhà cửa | Hong cách thời trang | Hất tóc | Hối lượng sản phẩm | Hời gian nhận hàng | Iá sản phẩm | Oại da | Ung hoàng đạo | Ung mệnh | Àu da | Àu sắc sản phẩm | Áng khuôn mặt | Áng người | Ân nặng khách hàng | Ã sản phẩm | Ơn vị sản phẩm | Ản phẩm | Ật độ tóc | Ặc điểm khác của da | Ịa chỉ nhận hàng | Ố lượng sản phẩm | Ố điện thoại nhận hàng | Ố đo vòng | Ộ dài tóc | Ộ tuổi khách hàng | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
No log | 1.0 | 378 | 0.3792 | {'precision': 0.9375, 'recall': 0.9090909090909091, 'f1': 0.923076923076923, 'number': 33} | {'precision': 0.5862068965517241, 'recall': 0.9444444444444444, 'f1': 0.7234042553191489, 'number': 18} | {'precision': 1.0, 'recall': 0.1111111111111111, 'f1': 0.19999999999999998, 'number': 9} | {'precision': 0.6538461538461539, 'recall': 0.8095238095238095, 'f1': 0.7234042553191489, 'number': 21} | {'precision': 0.5384615384615384, 'recall': 0.6666666666666666, 'f1': 0.5957446808510638, 'number': 21} | {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17} | {'precision': 0.65625, 'recall': 0.8076923076923077, 'f1': 0.7241379310344829, 'number': 26} | {'precision': 0.7142857142857143, 'recall': 0.8333333333333334, 'f1': 0.7692307692307692, 'number': 18} | {'precision': 0.5172413793103449, 'recall': 0.5172413793103449, 'f1': 0.5172413793103449, 'number': 29} | {'precision': 0.7631578947368421, 'recall': 0.8787878787878788, 'f1': 0.8169014084507042, 'number': 33} | {'precision': 0.8518518518518519, 'recall': 0.9583333333333334, 'f1': 0.9019607843137256, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.92, 'recall': 1.0, 'f1': 0.9583333333333334, 'number': 23} | {'precision': 0.6341463414634146, 'recall': 0.7027027027027027, 'f1': 0.6666666666666667, 'number': 37} | {'precision': 0.7272727272727273, 'recall': 0.851063829787234, 'f1': 0.7843137254901961, 'number': 47} | {'precision': 0.72, 'recall': 0.9, 'f1': 0.7999999999999999, 'number': 20} | {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18} | {'precision': 0.8918918918918919, 'recall': 0.7857142857142857, 'f1': 0.8354430379746834, 'number': 42} | {'precision': 0.6060606060606061, 'recall': 0.7692307692307693, 'f1': 0.6779661016949152, 'number': 26} | {'precision': 0.6707317073170732, 'recall': 0.7142857142857143, 'f1': 0.6918238993710693, 'number': 77} | {'precision': 0.8149324861000794, 'recall': 0.8929503916449086, 'f1': 0.8521594684385383, 'number': 1149} | {'precision': 0.45161290322580644, 'recall': 0.6086956521739131, 'f1': 0.5185185185185185, 'number': 23} | {'precision': 0.6590909090909091, 'recall': 0.7073170731707317, 'f1': 0.6823529411764706, 'number': 41} | {'precision': 0.36585365853658536, 'recall': 0.5357142857142857, 'f1': 0.43478260869565216, 'number': 28} | {'precision': 0.777027027027027, 'recall': 0.8041958041958042, 'f1': 0.7903780068728522, 'number': 143} | {'precision': 0.8648648648648649, 'recall': 0.9937888198757764, 'f1': 0.9248554913294798, 'number': 161} | {'precision': 0.9022556390977443, 'recall': 0.9523809523809523, 'f1': 0.9266409266409266, 'number': 126} | {'precision': 0.5, 'recall': 0.7, 'f1': 0.5833333333333334, 'number': 20} | {'precision': 0.9473684210526315, 'recall': 1.0, 'f1': 0.972972972972973, 'number': 18} | 0.7791 | 0.8623 | 0.8186 | 0.9064 |
0.1844 | 2.0 | 756 | 0.4041 | {'precision': 0.8, 'recall': 0.8484848484848485, 'f1': 0.823529411764706, 'number': 33} | {'precision': 0.5925925925925926, 'recall': 0.8888888888888888, 'f1': 0.711111111111111, 'number': 18} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.7272727272727273, 'recall': 0.7619047619047619, 'f1': 0.7441860465116279, 'number': 21} | {'precision': 0.631578947368421, 'recall': 0.5714285714285714, 'f1': 0.6, 'number': 21} | {'precision': 0.37037037037037035, 'recall': 0.5882352941176471, 'f1': 0.45454545454545453, 'number': 17} | {'precision': 0.6333333333333333, 'recall': 0.7307692307692307, 'f1': 0.6785714285714285, 'number': 26} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 18} | {'precision': 0.7037037037037037, 'recall': 0.6551724137931034, 'f1': 0.6785714285714286, 'number': 29} | {'precision': 0.7941176470588235, 'recall': 0.8181818181818182, 'f1': 0.8059701492537314, 'number': 33} | {'precision': 0.8148148148148148, 'recall': 0.9166666666666666, 'f1': 0.8627450980392156, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.8695652173913043, 'recall': 0.8695652173913043, 'f1': 0.8695652173913043, 'number': 23} | {'precision': 0.717948717948718, 'recall': 0.7567567567567568, 'f1': 0.736842105263158, 'number': 37} | {'precision': 0.7222222222222222, 'recall': 0.8297872340425532, 'f1': 0.7722772277227723, 'number': 47} | {'precision': 0.7916666666666666, 'recall': 0.95, 'f1': 0.8636363636363635, 'number': 20} | {'precision': 0.7727272727272727, 'recall': 0.9444444444444444, 'f1': 0.85, 'number': 18} | {'precision': 0.8947368421052632, 'recall': 0.8095238095238095, 'f1': 0.8500000000000001, 'number': 42} | {'precision': 0.68, 'recall': 0.6538461538461539, 'f1': 0.6666666666666666, 'number': 26} | {'precision': 0.7023809523809523, 'recall': 0.7662337662337663, 'f1': 0.7329192546583851, 'number': 77} | {'precision': 0.8838771593090211, 'recall': 0.8015665796344648, 'f1': 0.8407120036513008, 'number': 1149} | {'precision': 0.7307692307692307, 'recall': 0.8260869565217391, 'f1': 0.7755102040816326, 'number': 23} | {'precision': 0.6458333333333334, 'recall': 0.7560975609756098, 'f1': 0.6966292134831461, 'number': 41} | {'precision': 0.5294117647058824, 'recall': 0.6428571428571429, 'f1': 0.5806451612903226, 'number': 28} | {'precision': 0.8181818181818182, 'recall': 0.6923076923076923, 'f1': 0.7500000000000001, 'number': 143} | {'precision': 0.9034090909090909, 'recall': 0.9875776397515528, 'f1': 0.943620178041543, 'number': 161} | {'precision': 0.9666666666666667, 'recall': 0.9206349206349206, 'f1': 0.943089430894309, 'number': 126} | {'precision': 0.4666666666666667, 'recall': 0.7, 'f1': 0.56, 'number': 20} | {'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18} | 0.8266 | 0.8058 | 0.8161 | 0.9118 |
0.0713 | 3.0 | 1134 | 0.3891 | {'precision': 0.90625, 'recall': 0.8787878787878788, 'f1': 0.8923076923076922, 'number': 33} | {'precision': 0.5862068965517241, 'recall': 0.9444444444444444, 'f1': 0.7234042553191489, 'number': 18} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 21} | {'precision': 0.631578947368421, 'recall': 0.5714285714285714, 'f1': 0.6, 'number': 21} | {'precision': 0.4230769230769231, 'recall': 0.6470588235294118, 'f1': 0.5116279069767442, 'number': 17} | {'precision': 0.7692307692307693, 'recall': 0.7692307692307693, 'f1': 0.7692307692307693, 'number': 26} | {'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18} | {'precision': 0.6, 'recall': 0.5172413793103449, 'f1': 0.5555555555555556, 'number': 29} | {'precision': 0.78125, 'recall': 0.7575757575757576, 'f1': 0.7692307692307692, 'number': 33} | {'precision': 0.71875, 'recall': 0.9583333333333334, 'f1': 0.8214285714285714, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.9583333333333334, 'recall': 1.0, 'f1': 0.9787234042553191, 'number': 23} | {'precision': 0.7714285714285715, 'recall': 0.7297297297297297, 'f1': 0.75, 'number': 37} | {'precision': 0.8163265306122449, 'recall': 0.851063829787234, 'f1': 0.8333333333333334, 'number': 47} | {'precision': 0.8636363636363636, 'recall': 0.95, 'f1': 0.9047619047619048, 'number': 20} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.9285714285714286, 'recall': 0.9285714285714286, 'f1': 0.9285714285714286, 'number': 42} | {'precision': 0.6666666666666666, 'recall': 0.46153846153846156, 'f1': 0.5454545454545455, 'number': 26} | {'precision': 0.6741573033707865, 'recall': 0.7792207792207793, 'f1': 0.7228915662650602, 'number': 77} | {'precision': 0.8165495706479313, 'recall': 0.9103568320278503, 'f1': 0.8609053497942387, 'number': 1149} | {'precision': 0.9545454545454546, 'recall': 0.9130434782608695, 'f1': 0.9333333333333332, 'number': 23} | {'precision': 0.6818181818181818, 'recall': 0.7317073170731707, 'f1': 0.7058823529411764, 'number': 41} | {'precision': 0.5555555555555556, 'recall': 0.7142857142857143, 'f1': 0.6250000000000001, 'number': 28} | {'precision': 0.8620689655172413, 'recall': 0.6993006993006993, 'f1': 0.7722007722007721, 'number': 143} | {'precision': 0.8983050847457628, 'recall': 0.9875776397515528, 'f1': 0.9408284023668639, 'number': 161} | {'precision': 0.9212598425196851, 'recall': 0.9285714285714286, 'f1': 0.924901185770751, 'number': 126} | {'precision': 0.6521739130434783, 'recall': 0.75, 'f1': 0.6976744186046512, 'number': 20} | {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18} | 0.8102 | 0.8645 | 0.8365 | 0.9163 |
0.0433 | 4.0 | 1512 | 0.4974 | {'precision': 0.7647058823529411, 'recall': 0.7878787878787878, 'f1': 0.7761194029850745, 'number': 33} | {'precision': 0.6923076923076923, 'recall': 0.5, 'f1': 0.5806451612903226, 'number': 18} | {'precision': 0.29411764705882354, 'recall': 0.5555555555555556, 'f1': 0.3846153846153846, 'number': 9} | {'precision': 0.6818181818181818, 'recall': 0.7142857142857143, 'f1': 0.6976744186046512, 'number': 21} | {'precision': 0.5789473684210527, 'recall': 0.5238095238095238, 'f1': 0.5500000000000002, 'number': 21} | {'precision': 0.4444444444444444, 'recall': 0.7058823529411765, 'f1': 0.5454545454545455, 'number': 17} | {'precision': 0.6538461538461539, 'recall': 0.6538461538461539, 'f1': 0.6538461538461539, 'number': 26} | {'precision': 0.8125, 'recall': 0.7222222222222222, 'f1': 0.7647058823529411, 'number': 18} | {'precision': 0.7083333333333334, 'recall': 0.5862068965517241, 'f1': 0.6415094339622641, 'number': 29} | {'precision': 0.8484848484848485, 'recall': 0.8484848484848485, 'f1': 0.8484848484848486, 'number': 33} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 23} | {'precision': 0.7575757575757576, 'recall': 0.6756756756756757, 'f1': 0.7142857142857142, 'number': 37} | {'precision': 0.7959183673469388, 'recall': 0.8297872340425532, 'f1': 0.8125, 'number': 47} | {'precision': 0.85, 'recall': 0.85, 'f1': 0.85, 'number': 20} | {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 18} | {'precision': 0.8378378378378378, 'recall': 0.7380952380952381, 'f1': 0.7848101265822786, 'number': 42} | {'precision': 0.6176470588235294, 'recall': 0.8076923076923077, 'f1': 0.7, 'number': 26} | {'precision': 0.7058823529411765, 'recall': 0.7792207792207793, 'f1': 0.7407407407407409, 'number': 77} | {'precision': 0.7781871775976419, 'recall': 0.9190600522193212, 'f1': 0.8427773343974461, 'number': 1149} | {'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23} | {'precision': 0.49056603773584906, 'recall': 0.6341463414634146, 'f1': 0.5531914893617021, 'number': 41} | {'precision': 0.625, 'recall': 0.7142857142857143, 'f1': 0.6666666666666666, 'number': 28} | {'precision': 0.795774647887324, 'recall': 0.7902097902097902, 'f1': 0.7929824561403509, 'number': 143} | {'precision': 0.898876404494382, 'recall': 0.9937888198757764, 'f1': 0.943952802359882, 'number': 161} | {'precision': 0.9007633587786259, 'recall': 0.9365079365079365, 'f1': 0.9182879377431906, 'number': 126} | {'precision': 0.5, 'recall': 0.75, 'f1': 0.6, 'number': 20} | {'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18} | 0.7766 | 0.8698 | 0.8206 | 0.9099 |
0.0433 | 5.0 | 1890 | 0.4389 | {'precision': 0.9375, 'recall': 0.9090909090909091, 'f1': 0.923076923076923, 'number': 33} | {'precision': 0.7222222222222222, 'recall': 0.7222222222222222, 'f1': 0.7222222222222222, 'number': 18} | {'precision': 0.35714285714285715, 'recall': 0.5555555555555556, 'f1': 0.43478260869565216, 'number': 9} | {'precision': 0.6666666666666666, 'recall': 0.7619047619047619, 'f1': 0.7111111111111111, 'number': 21} | {'precision': 0.6470588235294118, 'recall': 0.5238095238095238, 'f1': 0.5789473684210527, 'number': 21} | {'precision': 0.46153846153846156, 'recall': 0.7058823529411765, 'f1': 0.558139534883721, 'number': 17} | {'precision': 0.7037037037037037, 'recall': 0.7307692307692307, 'f1': 0.7169811320754716, 'number': 26} | {'precision': 0.875, 'recall': 0.7777777777777778, 'f1': 0.823529411764706, 'number': 18} | {'precision': 0.5625, 'recall': 0.6206896551724138, 'f1': 0.5901639344262296, 'number': 29} | {'precision': 0.75, 'recall': 0.8181818181818182, 'f1': 0.7826086956521738, 'number': 33} | {'precision': 0.8148148148148148, 'recall': 0.9166666666666666, 'f1': 0.8627450980392156, 'number': 24} | {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18} | {'precision': 0.9130434782608695, 'recall': 0.9130434782608695, 'f1': 0.9130434782608695, 'number': 23} | {'precision': 0.7647058823529411, 'recall': 0.7027027027027027, 'f1': 0.7323943661971832, 'number': 37} | {'precision': 0.7804878048780488, 'recall': 0.6808510638297872, 'f1': 0.7272727272727273, 'number': 47} | {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20} | {'precision': 0.9473684210526315, 'recall': 1.0, 'f1': 0.972972972972973, 'number': 18} | {'precision': 1.0, 'recall': 0.9285714285714286, 'f1': 0.962962962962963, 'number': 42} | {'precision': 0.6, 'recall': 0.46153846153846156, 'f1': 0.5217391304347826, 'number': 26} | {'precision': 0.6931818181818182, 'recall': 0.7922077922077922, 'f1': 0.7393939393939394, 'number': 77} | {'precision': 0.8388704318936877, 'recall': 0.8790252393385553, 'f1': 0.8584785380365489, 'number': 1149} | {'precision': 0.8695652173913043, 'recall': 0.8695652173913043, 'f1': 0.8695652173913043, 'number': 23} | {'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 41} | {'precision': 0.6451612903225806, 'recall': 0.7142857142857143, 'f1': 0.6779661016949152, 'number': 28} | {'precision': 0.8169014084507042, 'recall': 0.8111888111888111, 'f1': 0.8140350877192982, 'number': 143} | {'precision': 0.8938547486033519, 'recall': 0.9937888198757764, 'f1': 0.9411764705882352, 'number': 161} | {'precision': 0.9172932330827067, 'recall': 0.9682539682539683, 'f1': 0.942084942084942, 'number': 126} | {'precision': 0.5714285714285714, 'recall': 0.8, 'f1': 0.6666666666666666, 'number': 20} | {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18} | 0.8186 | 0.8583 | 0.8380 | 0.9176 |
0.0244 | 6.0 | 2268 | 0.5043 | {'precision': 0.8571428571428571, 'recall': 0.9090909090909091, 'f1': 0.8823529411764706, 'number': 33} | {'precision': 0.6666666666666666, 'recall': 0.5555555555555556, 'f1': 0.606060606060606, 'number': 18} | {'precision': 0.3, 'recall': 0.6666666666666666, 'f1': 0.41379310344827586, 'number': 9} | {'precision': 0.625, 'recall': 0.7142857142857143, 'f1': 0.6666666666666666, 'number': 21} | {'precision': 0.6190476190476191, 'recall': 0.6190476190476191, 'f1': 0.6190476190476191, 'number': 21} | {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17} | {'precision': 0.6785714285714286, 'recall': 0.7307692307692307, 'f1': 0.7037037037037038, 'number': 26} | {'precision': 0.7142857142857143, 'recall': 0.8333333333333334, 'f1': 0.7692307692307692, 'number': 18} | {'precision': 0.76, 'recall': 0.6551724137931034, 'f1': 0.7037037037037037, 'number': 29} | {'precision': 0.8055555555555556, 'recall': 0.8787878787878788, 'f1': 0.8405797101449276, 'number': 33} | {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.9130434782608695, 'recall': 0.9130434782608695, 'f1': 0.9130434782608695, 'number': 23} | {'precision': 0.7567567567567568, 'recall': 0.7567567567567568, 'f1': 0.7567567567567567, 'number': 37} | {'precision': 0.8269230769230769, 'recall': 0.9148936170212766, 'f1': 0.8686868686868686, 'number': 47} | {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20} | {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 18} | {'precision': 0.9473684210526315, 'recall': 0.8571428571428571, 'f1': 0.9, 'number': 42} | {'precision': 0.6818181818181818, 'recall': 0.5769230769230769, 'f1': 0.6249999999999999, 'number': 26} | {'precision': 0.7037037037037037, 'recall': 0.7402597402597403, 'f1': 0.7215189873417721, 'number': 77} | {'precision': 0.8320864505403158, 'recall': 0.8711923411662315, 'f1': 0.8511904761904762, 'number': 1149} | {'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23} | {'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 41} | {'precision': 0.59375, 'recall': 0.6785714285714286, 'f1': 0.6333333333333334, 'number': 28} | {'precision': 0.7898550724637681, 'recall': 0.7622377622377622, 'f1': 0.7758007117437722, 'number': 143} | {'precision': 0.8994413407821229, 'recall': 1.0, 'f1': 0.9470588235294117, 'number': 161} | {'precision': 0.9312977099236641, 'recall': 0.9682539682539683, 'f1': 0.9494163424124513, 'number': 126} | {'precision': 0.6538461538461539, 'recall': 0.85, 'f1': 0.7391304347826088, 'number': 20} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | 0.8154 | 0.8579 | 0.8361 | 0.9161 |
0.0155 | 7.0 | 2646 | 0.5022 | {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 33} | {'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18} | {'precision': 0.3333333333333333, 'recall': 0.4444444444444444, 'f1': 0.380952380952381, 'number': 9} | {'precision': 0.5555555555555556, 'recall': 0.7142857142857143, 'f1': 0.6250000000000001, 'number': 21} | {'precision': 0.631578947368421, 'recall': 0.5714285714285714, 'f1': 0.6, 'number': 21} | {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17} | {'precision': 0.6129032258064516, 'recall': 0.7307692307692307, 'f1': 0.6666666666666667, 'number': 26} | {'precision': 0.7777777777777778, 'recall': 0.7777777777777778, 'f1': 0.7777777777777778, 'number': 18} | {'precision': 0.7096774193548387, 'recall': 0.7586206896551724, 'f1': 0.7333333333333333, 'number': 29} | {'precision': 0.8108108108108109, 'recall': 0.9090909090909091, 'f1': 0.8571428571428571, 'number': 33} | {'precision': 0.8148148148148148, 'recall': 0.9166666666666666, 'f1': 0.8627450980392156, 'number': 24} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | {'precision': 0.9130434782608695, 'recall': 0.9130434782608695, 'f1': 0.9130434782608695, 'number': 23} | {'precision': 0.7105263157894737, 'recall': 0.7297297297297297, 'f1': 0.7200000000000001, 'number': 37} | {'precision': 0.7307692307692307, 'recall': 0.8085106382978723, 'f1': 0.7676767676767676, 'number': 47} | {'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20} | {'precision': 0.8095238095238095, 'recall': 0.9444444444444444, 'f1': 0.8717948717948718, 'number': 18} | {'precision': 0.9512195121951219, 'recall': 0.9285714285714286, 'f1': 0.9397590361445782, 'number': 42} | {'precision': 0.6666666666666666, 'recall': 0.7692307692307693, 'f1': 0.7142857142857142, 'number': 26} | {'precision': 0.6703296703296703, 'recall': 0.7922077922077922, 'f1': 0.7261904761904762, 'number': 77} | {'precision': 0.8043641835966893, 'recall': 0.9303742384682332, 'f1': 0.8627925746569814, 'number': 1149} | {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23} | {'precision': 0.8, 'recall': 0.8780487804878049, 'f1': 0.8372093023255814, 'number': 41} | {'precision': 0.5588235294117647, 'recall': 0.6785714285714286, 'f1': 0.6129032258064516, 'number': 28} | {'precision': 0.7793103448275862, 'recall': 0.7902097902097902, 'f1': 0.7847222222222222, 'number': 143} | {'precision': 0.8938547486033519, 'recall': 0.9937888198757764, 'f1': 0.9411764705882352, 'number': 161} | {'precision': 0.9037037037037037, 'recall': 0.9682539682539683, 'f1': 0.9348659003831418, 'number': 126} | {'precision': 0.5862068965517241, 'recall': 0.85, 'f1': 0.6938775510204082, 'number': 20} | {'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18} | 0.7935 | 0.8936 | 0.8406 | 0.9183 |
0.0102 | 8.0 | 3024 | 0.5577 | {'precision': 0.9393939393939394, 'recall': 0.9393939393939394, 'f1': 0.9393939393939394, 'number': 33} | {'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18} | {'precision': 0.46153846153846156, 'recall': 0.6666666666666666, 'f1': 0.5454545454545455, 'number': 9} | {'precision': 0.6296296296296297, 'recall': 0.8095238095238095, 'f1': 0.7083333333333334, 'number': 21} | {'precision': 0.6, 'recall': 0.5714285714285714, 'f1': 0.5853658536585366, 'number': 21} | {'precision': 0.5217391304347826, 'recall': 0.7058823529411765, 'f1': 0.6, 'number': 17} | {'precision': 0.6785714285714286, 'recall': 0.7307692307692307, 'f1': 0.7037037037037038, 'number': 26} | {'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18} | {'precision': 0.6666666666666666, 'recall': 0.6896551724137931, 'f1': 0.6779661016949153, 'number': 29} | {'precision': 0.7692307692307693, 'recall': 0.9090909090909091, 'f1': 0.8333333333333333, 'number': 33} | {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.8695652173913043, 'recall': 0.8695652173913043, 'f1': 0.8695652173913043, 'number': 23} | {'precision': 0.7428571428571429, 'recall': 0.7027027027027027, 'f1': 0.7222222222222223, 'number': 37} | {'precision': 0.8, 'recall': 0.851063829787234, 'f1': 0.8247422680412372, 'number': 47} | {'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20} | {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 18} | {'precision': 0.9302325581395349, 'recall': 0.9523809523809523, 'f1': 0.9411764705882352, 'number': 42} | {'precision': 0.6785714285714286, 'recall': 0.7307692307692307, 'f1': 0.7037037037037038, 'number': 26} | {'precision': 0.6931818181818182, 'recall': 0.7922077922077922, 'f1': 0.7393939393939394, 'number': 77} | {'precision': 0.8198614318706697, 'recall': 0.9268929503916449, 'f1': 0.8700980392156862, 'number': 1149} | {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23} | {'precision': 0.8181818181818182, 'recall': 0.8780487804878049, 'f1': 0.8470588235294119, 'number': 41} | {'precision': 0.5714285714285714, 'recall': 0.7142857142857143, 'f1': 0.634920634920635, 'number': 28} | {'precision': 0.7808219178082192, 'recall': 0.7972027972027972, 'f1': 0.7889273356401385, 'number': 143} | {'precision': 0.898876404494382, 'recall': 0.9937888198757764, 'f1': 0.943952802359882, 'number': 161} | {'precision': 0.8962962962962963, 'recall': 0.9603174603174603, 'f1': 0.9272030651340996, 'number': 126} | {'precision': 0.5161290322580645, 'recall': 0.8, 'f1': 0.6274509803921569, 'number': 20} | {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18} | 0.8063 | 0.8945 | 0.8481 | 0.9195 |
0.0102 | 9.0 | 3402 | 0.5794 | {'precision': 0.8823529411764706, 'recall': 0.9090909090909091, 'f1': 0.8955223880597014, 'number': 33} | {'precision': 0.7368421052631579, 'recall': 0.7777777777777778, 'f1': 0.7567567567567567, 'number': 18} | {'precision': 0.46153846153846156, 'recall': 0.6666666666666666, 'f1': 0.5454545454545455, 'number': 9} | {'precision': 0.6538461538461539, 'recall': 0.8095238095238095, 'f1': 0.7234042553191489, 'number': 21} | {'precision': 0.5714285714285714, 'recall': 0.5714285714285714, 'f1': 0.5714285714285714, 'number': 21} | {'precision': 0.5, 'recall': 0.7058823529411765, 'f1': 0.5853658536585366, 'number': 17} | {'precision': 0.6333333333333333, 'recall': 0.7307692307692307, 'f1': 0.6785714285714285, 'number': 26} | {'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18} | {'precision': 0.7586206896551724, 'recall': 0.7586206896551724, 'f1': 0.7586206896551724, 'number': 29} | {'precision': 0.8378378378378378, 'recall': 0.9393939393939394, 'f1': 0.8857142857142858, 'number': 33} | {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.9130434782608695, 'recall': 0.9130434782608695, 'f1': 0.9130434782608695, 'number': 23} | {'precision': 0.7352941176470589, 'recall': 0.6756756756756757, 'f1': 0.7042253521126761, 'number': 37} | {'precision': 0.78, 'recall': 0.8297872340425532, 'f1': 0.8041237113402062, 'number': 47} | {'precision': 0.8181818181818182, 'recall': 0.9, 'f1': 0.8571428571428572, 'number': 20} | {'precision': 0.9473684210526315, 'recall': 1.0, 'f1': 0.972972972972973, 'number': 18} | {'precision': 0.95, 'recall': 0.9047619047619048, 'f1': 0.9268292682926829, 'number': 42} | {'precision': 0.76, 'recall': 0.7307692307692307, 'f1': 0.7450980392156863, 'number': 26} | {'precision': 0.6931818181818182, 'recall': 0.7922077922077922, 'f1': 0.7393939393939394, 'number': 77} | {'precision': 0.818958818958819, 'recall': 0.917319408181027, 'f1': 0.8653530377668308, 'number': 1149} | {'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23} | {'precision': 0.7777777777777778, 'recall': 0.8536585365853658, 'f1': 0.8139534883720929, 'number': 41} | {'precision': 0.5142857142857142, 'recall': 0.6428571428571429, 'f1': 0.5714285714285714, 'number': 28} | {'precision': 0.8071428571428572, 'recall': 0.7902097902097902, 'f1': 0.7985865724381626, 'number': 143} | {'precision': 0.8938547486033519, 'recall': 0.9937888198757764, 'f1': 0.9411764705882352, 'number': 161} | {'precision': 0.8905109489051095, 'recall': 0.9682539682539683, 'f1': 0.9277566539923954, 'number': 126} | {'precision': 0.6071428571428571, 'recall': 0.85, 'f1': 0.7083333333333333, 'number': 20} | {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18} | 0.8084 | 0.8879 | 0.8463 | 0.9203 |
0.0037 | 10.0 | 3780 | 0.5815 | {'precision': 0.8823529411764706, 'recall': 0.9090909090909091, 'f1': 0.8955223880597014, 'number': 33} | {'precision': 0.7777777777777778, 'recall': 0.7777777777777778, 'f1': 0.7777777777777778, 'number': 18} | {'precision': 0.42857142857142855, 'recall': 0.6666666666666666, 'f1': 0.5217391304347826, 'number': 9} | {'precision': 0.5714285714285714, 'recall': 0.7619047619047619, 'f1': 0.6530612244897959, 'number': 21} | {'precision': 0.631578947368421, 'recall': 0.5714285714285714, 'f1': 0.6, 'number': 21} | {'precision': 0.5217391304347826, 'recall': 0.7058823529411765, 'f1': 0.6, 'number': 17} | {'precision': 0.6551724137931034, 'recall': 0.7307692307692307, 'f1': 0.6909090909090909, 'number': 26} | {'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18} | {'precision': 0.75, 'recall': 0.7241379310344828, 'f1': 0.736842105263158, 'number': 29} | {'precision': 0.8055555555555556, 'recall': 0.8787878787878788, 'f1': 0.8405797101449276, 'number': 33} | {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18} | {'precision': 0.9130434782608695, 'recall': 0.9130434782608695, 'f1': 0.9130434782608695, 'number': 23} | {'precision': 0.7878787878787878, 'recall': 0.7027027027027027, 'f1': 0.7428571428571429, 'number': 37} | {'precision': 0.78, 'recall': 0.8297872340425532, 'f1': 0.8041237113402062, 'number': 47} | {'precision': 0.8181818181818182, 'recall': 0.9, 'f1': 0.8571428571428572, 'number': 20} | {'precision': 0.9473684210526315, 'recall': 1.0, 'f1': 0.972972972972973, 'number': 18} | {'precision': 0.95, 'recall': 0.9047619047619048, 'f1': 0.9268292682926829, 'number': 42} | {'precision': 0.7037037037037037, 'recall': 0.7307692307692307, 'f1': 0.7169811320754716, 'number': 26} | {'precision': 0.7073170731707317, 'recall': 0.7532467532467533, 'f1': 0.7295597484276729, 'number': 77} | {'precision': 0.8270440251572327, 'recall': 0.9155787641427328, 'f1': 0.869062370921107, 'number': 1149} | {'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23} | {'precision': 0.8181818181818182, 'recall': 0.8780487804878049, 'f1': 0.8470588235294119, 'number': 41} | {'precision': 0.5142857142857142, 'recall': 0.6428571428571429, 'f1': 0.5714285714285714, 'number': 28} | {'precision': 0.7567567567567568, 'recall': 0.7832167832167832, 'f1': 0.7697594501718213, 'number': 143} | {'precision': 0.8938547486033519, 'recall': 0.9937888198757764, 'f1': 0.9411764705882352, 'number': 161} | {'precision': 0.9104477611940298, 'recall': 0.9682539682539683, 'f1': 0.9384615384615386, 'number': 126} | {'precision': 0.7391304347826086, 'recall': 0.85, 'f1': 0.7906976744186046, 'number': 20} | {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18} | 0.8136 | 0.8844 | 0.8475 | 0.9213 |
Framework versions
- Transformers 4.44.2
- Pytorch 2.4.0+cu121
- Datasets 3.0.0
- Tokenizers 0.19.1
- Downloads last month
- 6
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social
visibility and check back later, or deploy to Inference Endpoints (dedicated)
instead.
Model tree for minhquy1624/model_gam_1709
Base model
FacebookAI/xlm-roberta-large