End of training

README.md

@@ -0,0 +1,92 @@
+---
+library_name: transformers
+license: mit
+base_model: FacebookAI/xlm-roberta-large
+tags:
+- generated_from_trainer
+model-index:
+- name: roberta-large-ner-ghtk-ai-fluent-21-label-P100-1-Oct-1
+ results: []
+---
+
+<!-- This model card has been generated automatically according to the information the Trainer had access to. You
+should probably proofread and complete it, then remove this comment. -->
+
+# roberta-large-ner-ghtk-ai-fluent-21-label-P100-1-Oct-1
+
+This model is a fine-tuned version of [FacebookAI/xlm-roberta-large](https://huggingface.co/FacebookAI/xlm-roberta-large) on the None dataset.
+It achieves the following results on the evaluation set:
+- Loss: 0.2388
+- Ho: {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3}
+- Hoảng thời gian: {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}
+- Háng trừu tượng: {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6}
+- Hông tin ctt: {'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 5}
+- Hụ cấp: {'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10}
+- Hứ: {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9}
+- Iấy tờ: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}
+- Iền cụ thể: {'precision': 0.5925925925925926, 'recall': 0.5161290322580645, 'f1': 0.5517241379310345, 'number': 31}
+- Iền trừu tượng: {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 5}
+- Ã số thuế: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}
+- Ã đơn: {'precision': 0.5416666666666666, 'recall': 0.5909090909090909, 'f1': 0.5652173913043478, 'number': 22}
+- Ình thức làm việc: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}
+- Ông: {'precision': 0.8571428571428571, 'recall': 0.8888888888888888, 'f1': 0.8727272727272727, 'number': 54}
+- Ương: {'precision': 0.75, 'recall': 0.75, 'f1': 0.75, 'number': 16}
+- Ị trí: {'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 22}
+- Ố công: {'precision': 0.8764478764478765, 'recall': 0.961864406779661, 'f1': 0.9171717171717172, 'number': 236}
+- Ố giờ: {'precision': 0.8624338624338624, 'recall': 0.9314285714285714, 'f1': 0.8956043956043956, 'number': 175}
+- Ố điểm: {'precision': 0.7577319587628866, 'recall': 0.8855421686746988, 'f1': 0.8166666666666668, 'number': 166}
+- Ố đơn: {'precision': 0.5714285714285714, 'recall': 0.9090909090909091, 'f1': 0.7017543859649122, 'number': 22}
+- Ợt: {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8}
+- Ỷ lệ: {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3}
+- Overall Precision: 0.7934
+- Overall Recall: 0.8677
+- Overall F1: 0.8289
+- Overall Accuracy: 0.9523
+
+## 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: 8
+- eval_batch_size: 8
+- 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 | Ho | Hoảng thời gian | Háng trừu tượng | Hông tin ctt | Hụ cấp | Hứ | Iấy tờ | Iền cụ thể | Iền trừu tượng | Ã số thuế | Ã đơn | Ình thức làm việc | Ông | Ương | Ị trí | Ố công | Ố giờ | Ố điểm | Ố đơn | Ợt | Ỷ lệ | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy |
+|:-------------:|:-----:|:----:|:---------------:|:------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------:|:------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------:|:------------------------------------------------------------------------------------------------------:|:-----------------:|:--------------:|:----------:|:----------------:|
+| No log | 1.0 | 147 | 0.3007 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} | {'precision': 0.3333333333333333, 'recall': 0.2, 'f1': 0.25, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.4166666666666667, 'recall': 0.4838709677419355, 'f1': 0.44776119402985076, 'number': 31} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.5, 'recall': 0.5909090909090909, 'f1': 0.5416666666666667, 'number': 22} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.46153846153846156, 'recall': 0.7777777777777778, 'f1': 0.5793103448275861, 'number': 54} | {'precision': 0.52, 'recall': 0.8125, 'f1': 0.6341463414634146, 'number': 16} | {'precision': 0.32142857142857145, 'recall': 0.4090909090909091, 'f1': 0.36000000000000004, 'number': 22} | {'precision': 0.7879858657243817, 'recall': 0.9449152542372882, 'f1': 0.859344894026975, 'number': 236} | {'precision': 0.7761194029850746, 'recall': 0.8914285714285715, 'f1': 0.8297872340425533, 'number': 175} | {'precision': 0.7209302325581395, 'recall': 0.7469879518072289, 'f1': 0.7337278106508875, 'number': 166} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 22} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | 0.6882 | 0.7441 | 0.7151 | 0.9124 |
+| No log | 2.0 | 294 | 0.2075 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} | {'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 5} | {'precision': 0.5, 'recall': 0.3, 'f1': 0.37499999999999994, 'number': 10} | {'precision': 0.5454545454545454, 'recall': 0.6666666666666666, 'f1': 0.6, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.39285714285714285, 'recall': 0.3548387096774194, 'f1': 0.3728813559322034, 'number': 31} | {'precision': 0.5, 'recall': 0.2, 'f1': 0.28571428571428575, 'number': 5} | {'precision': 1.0, 'recall': 0.5, 'f1': 0.6666666666666666, 'number': 2} | {'precision': 0.5, 'recall': 0.6363636363636364, 'f1': 0.56, 'number': 22} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} | {'precision': 0.7076923076923077, 'recall': 0.8518518518518519, 'f1': 0.7731092436974791, 'number': 54} | {'precision': 0.5714285714285714, 'recall': 0.75, 'f1': 0.6486486486486486, 'number': 16} | {'precision': 0.7222222222222222, 'recall': 0.5909090909090909, 'f1': 0.65, 'number': 22} | {'precision': 0.8, 'recall': 0.9152542372881356, 'f1': 0.8537549407114624, 'number': 236} | {'precision': 0.8159203980099502, 'recall': 0.9371428571428572, 'f1': 0.8723404255319149, 'number': 175} | {'precision': 0.6889952153110048, 'recall': 0.8674698795180723, 'f1': 0.7679999999999999, 'number': 166} | {'precision': 0.5675675675675675, 'recall': 0.9545454545454546, 'f1': 0.711864406779661, 'number': 22} | {'precision': 0.3076923076923077, 'recall': 0.5, 'f1': 0.380952380952381, 'number': 8} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | 0.7200 | 0.8252 | 0.7691 | 0.9323 |
+| No log | 3.0 | 441 | 0.1915 | {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} | {'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 5} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 10} | {'precision': 0.5454545454545454, 'recall': 0.6666666666666666, 'f1': 0.6, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.5172413793103449, 'recall': 0.4838709677419355, 'f1': 0.5000000000000001, 'number': 31} | {'precision': 1.0, 'recall': 0.2, 'f1': 0.33333333333333337, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.5652173913043478, 'recall': 0.5909090909090909, 'f1': 0.5777777777777778, 'number': 22} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.7407407407407407, 'recall': 0.7407407407407407, 'f1': 0.7407407407407407, 'number': 54} | {'precision': 0.6842105263157895, 'recall': 0.8125, 'f1': 0.742857142857143, 'number': 16} | {'precision': 0.6111111111111112, 'recall': 0.5, 'f1': 0.55, 'number': 22} | {'precision': 0.8866396761133604, 'recall': 0.9279661016949152, 'f1': 0.906832298136646, 'number': 236} | {'precision': 0.891566265060241, 'recall': 0.8457142857142858, 'f1': 0.8680351906158359, 'number': 175} | {'precision': 0.8354430379746836, 'recall': 0.7951807228915663, 'f1': 0.8148148148148148, 'number': 166} | {'precision': 0.5714285714285714, 'recall': 0.18181818181818182, 'f1': 0.27586206896551724, 'number': 22} | {'precision': 0.2727272727272727, 'recall': 0.375, 'f1': 0.3157894736842105, 'number': 8} | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | 0.8086 | 0.7753 | 0.7916 | 0.9439 |
+| 0.3152 | 4.0 | 588 | 0.1799 | {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} | {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 3} | {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 6} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.5, 'recall': 0.2, 'f1': 0.28571428571428575, 'number': 10} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.5, 'recall': 0.41935483870967744, 'f1': 0.45614035087719296, 'number': 31} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.5833333333333334, 'recall': 0.6363636363636364, 'f1': 0.6086956521739131, 'number': 22} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.8518518518518519, 'recall': 0.8518518518518519, 'f1': 0.8518518518518519, 'number': 54} | {'precision': 0.8125, 'recall': 0.8125, 'f1': 0.8125, 'number': 16} | {'precision': 0.7272727272727273, 'recall': 0.7272727272727273, 'f1': 0.7272727272727273, 'number': 22} | {'precision': 0.8924302788844621, 'recall': 0.9491525423728814, 'f1': 0.919917864476386, 'number': 236} | {'precision': 0.8, 'recall': 0.9142857142857143, 'f1': 0.8533333333333333, 'number': 175} | {'precision': 0.7796610169491526, 'recall': 0.8313253012048193, 'f1': 0.80466472303207, 'number': 166} | {'precision': 0.6923076923076923, 'recall': 0.8181818181818182, 'f1': 0.7500000000000001, 'number': 22} | {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8} | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | 0.7922 | 0.8377 | 0.8143 | 0.9487 |
+| 0.3152 | 5.0 | 735 | 0.1841 | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} | {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10} | {'precision': 0.75, 'recall': 0.6666666666666666, 'f1': 0.7058823529411765, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.45, 'recall': 0.2903225806451613, 'f1': 0.3529411764705882, 'number': 31} | {'precision': 0.2, 'recall': 0.2, 'f1': 0.20000000000000004, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.625, 'recall': 0.6818181818181818, 'f1': 0.6521739130434783, 'number': 22} | {'precision': 0.6666666666666666, 'recall': 1.0, 'f1': 0.8, 'number': 2} | {'precision': 0.8545454545454545, 'recall': 0.8703703703703703, 'f1': 0.8623853211009175, 'number': 54} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.8333333333333334, 'recall': 0.6818181818181818, 'f1': 0.7499999999999999, 'number': 22} | {'precision': 0.9004149377593361, 'recall': 0.9194915254237288, 'f1': 0.9098532494758911, 'number': 236} | {'precision': 0.8702702702702703, 'recall': 0.92, 'f1': 0.8944444444444446, 'number': 175} | {'precision': 0.751219512195122, 'recall': 0.927710843373494, 'f1': 0.8301886792452831, 'number': 166} | {'precision': 0.6060606060606061, 'recall': 0.9090909090909091, 'f1': 0.7272727272727273, 'number': 22} | {'precision': 0.3333333333333333, 'recall': 0.375, 'f1': 0.35294117647058826, 'number': 8} | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | 0.8002 | 0.8502 | 0.8245 | 0.9504 |
+| 0.3152 | 6.0 | 882 | 0.1752 | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | {'precision': 0.3333333333333333, 'recall': 0.3333333333333333, 'f1': 0.3333333333333333, 'number': 3} | {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 6} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.8571428571428571, 'recall': 0.6, 'f1': 0.7058823529411764, 'number': 10} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.4827586206896552, 'recall': 0.45161290322580644, 'f1': 0.4666666666666667, 'number': 31} | {'precision': 0.5, 'recall': 0.6, 'f1': 0.5454545454545454, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 22} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.8363636363636363, 'recall': 0.8518518518518519, 'f1': 0.8440366972477065, 'number': 54} | {'precision': 0.8, 'recall': 0.75, 'f1': 0.7741935483870969, 'number': 16} | {'precision': 0.7083333333333334, 'recall': 0.7727272727272727, 'f1': 0.7391304347826088, 'number': 22} | {'precision': 0.8774703557312253, 'recall': 0.940677966101695, 'f1': 0.9079754601226995, 'number': 236} | {'precision': 0.859375, 'recall': 0.9428571428571428, 'f1': 0.8991825613079019, 'number': 175} | {'precision': 0.7675675675675676, 'recall': 0.8554216867469879, 'f1': 0.8091168091168092, 'number': 166} | {'precision': 0.6060606060606061, 'recall': 0.9090909090909091, 'f1': 0.7272727272727273, 'number': 22} | {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3} | 0.7963 | 0.8589 | 0.8264 | 0.9520 |
+| 0.0701 | 7.0 | 1029 | 0.2218 | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 3} | {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} | {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 5} | {'precision': 0.5454545454545454, 'recall': 0.6, 'f1': 0.5714285714285713, 'number': 10} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.5, 'recall': 0.5806451612903226, 'f1': 0.537313432835821, 'number': 31} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 22} | {'precision': 0.6666666666666666, 'recall': 1.0, 'f1': 0.8, 'number': 2} | {'precision': 0.9215686274509803, 'recall': 0.8703703703703703, 'f1': 0.8952380952380952, 'number': 54} | {'precision': 0.8571428571428571, 'recall': 0.75, 'f1': 0.7999999999999999, 'number': 16} | {'precision': 0.5555555555555556, 'recall': 0.6818181818181818, 'f1': 0.6122448979591836, 'number': 22} | {'precision': 0.8769230769230769, 'recall': 0.9661016949152542, 'f1': 0.9193548387096773, 'number': 236} | {'precision': 0.8556149732620321, 'recall': 0.9142857142857143, 'f1': 0.8839779005524862, 'number': 175} | {'precision': 0.7412935323383084, 'recall': 0.8975903614457831, 'f1': 0.8119891008174387, 'number': 166} | {'precision': 0.5833333333333334, 'recall': 0.9545454545454546, 'f1': 0.7241379310344828, 'number': 22} | {'precision': 0.25, 'recall': 0.25, 'f1': 0.25, 'number': 8} | {'precision': 0.75, 'recall': 1.0, 'f1': 0.8571428571428571, 'number': 3} | 0.7830 | 0.8739 | 0.8260 | 0.9489 |
+| 0.0701 | 8.0 | 1176 | 0.2073 | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 3} | {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} | {'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 5} | {'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.4827586206896552, 'recall': 0.45161290322580644, 'f1': 0.4666666666666667, 'number': 31} | {'precision': 0.6666666666666666, 'recall': 0.4, 'f1': 0.5, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.6086956521739131, 'recall': 0.6363636363636364, 'f1': 0.6222222222222223, 'number': 22} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.8363636363636363, 'recall': 0.8518518518518519, 'f1': 0.8440366972477065, 'number': 54} | {'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16} | {'precision': 0.6521739130434783, 'recall': 0.6818181818181818, 'f1': 0.6666666666666666, 'number': 22} | {'precision': 0.8968253968253969, 'recall': 0.9576271186440678, 'f1': 0.9262295081967213, 'number': 236} | {'precision': 0.8578947368421053, 'recall': 0.9314285714285714, 'f1': 0.8931506849315068, 'number': 175} | {'precision': 0.7894736842105263, 'recall': 0.9036144578313253, 'f1': 0.8426966292134832, 'number': 166} | {'precision': 0.5588235294117647, 'recall': 0.8636363636363636, 'f1': 0.6785714285714287, 'number': 22} | {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3} | 0.8009 | 0.8639 | 0.8312 | 0.9528 |
+| 0.0701 | 9.0 | 1323 | 0.2350 | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | {'precision': 0.3333333333333333, 'recall': 0.3333333333333333, 'f1': 0.3333333333333333, 'number': 3} | {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} | {'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 5} | {'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.52, 'recall': 0.41935483870967744, 'f1': 0.46428571428571425, 'number': 31} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.5, 'recall': 0.5454545454545454, 'f1': 0.5217391304347826, 'number': 22} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.875, 'recall': 0.9074074074074074, 'f1': 0.8909090909090909, 'number': 54} | {'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16} | {'precision': 0.7272727272727273, 'recall': 0.7272727272727273, 'f1': 0.7272727272727273, 'number': 22} | {'precision': 0.8764478764478765, 'recall': 0.961864406779661, 'f1': 0.9171717171717172, 'number': 236} | {'precision': 0.8541666666666666, 'recall': 0.9371428571428572, 'f1': 0.8937329700272479, 'number': 175} | {'precision': 0.7589743589743589, 'recall': 0.891566265060241, 'f1': 0.8199445983379501, 'number': 166} | {'precision': 0.5714285714285714, 'recall': 0.9090909090909091, 'f1': 0.7017543859649122, 'number': 22} | {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8} | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | 0.7913 | 0.8664 | 0.8272 | 0.9512 |
+| 0.0701 | 10.0 | 1470 | 0.2388 | {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 3} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3} | {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} | {'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 5} | {'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10} | {'precision': 0.7, 'recall': 0.7777777777777778, 'f1': 0.7368421052631577, 'number': 9} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} | {'precision': 0.5925925925925926, 'recall': 0.5161290322580645, 'f1': 0.5517241379310345, 'number': 31} | {'precision': 0.5, 'recall': 0.4, 'f1': 0.4444444444444445, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.5416666666666666, 'recall': 0.5909090909090909, 'f1': 0.5652173913043478, 'number': 22} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} | {'precision': 0.8571428571428571, 'recall': 0.8888888888888888, 'f1': 0.8727272727272727, 'number': 54} | {'precision': 0.75, 'recall': 0.75, 'f1': 0.75, 'number': 16} | {'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 22} | {'precision': 0.8764478764478765, 'recall': 0.961864406779661, 'f1': 0.9171717171717172, 'number': 236} | {'precision': 0.8624338624338624, 'recall': 0.9314285714285714, 'f1': 0.8956043956043956, 'number': 175} | {'precision': 0.7577319587628866, 'recall': 0.8855421686746988, 'f1': 0.8166666666666668, 'number': 166} | {'precision': 0.5714285714285714, 'recall': 0.9090909090909091, 'f1': 0.7017543859649122, 'number': 22} | {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8} | {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 3} | 0.7934 | 0.8677 | 0.8289 | 0.9523 |
+
+
+### Framework versions
+
+- Transformers 4.44.2
+- Pytorch 2.4.0
+- Datasets 3.0.0
+- Tokenizers 0.19.1