lilt-en-combined

This model is a fine-tuned version of SCUT-DLVCLab/lilt-roberta-en-base on the None dataset. It achieves the following results on the evaluation set:

• Loss: 0.0876
• Adhaar Number: {'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}
• Ame: {'precision': 0.9516129032258065, 'recall': 0.9516129032258065, 'f1': 0.9516129032258065, 'number': 62}
• An Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}
• Assport Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}
• Ast Name: {'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}
• Ate Of Expiry: {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}
• Ather Name: {'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 31}
• Ather Name Back: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}
• Ather Name Front Top: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}
• Ddress: {'precision': 0.8, 'recall': 0.75, 'f1': 0.7741935483870969, 'number': 16}
• Ddress Back: {'precision': 0.9384615384615385, 'recall': 0.8970588235294118, 'f1': 0.9172932330827067, 'number': 68}
• Ddress Front: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}
• Ender: {'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}
• Ob: {'precision': 0.9833333333333333, 'recall': 0.9833333333333333, 'f1': 0.9833333333333333, 'number': 60}
• Obile Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}
• Other Name: {'precision': 0.5, 'recall': 0.6153846153846154, 'f1': 0.5517241379310345, 'number': 13}
• Rz Passport: {'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}
• Ther: {'precision': 0.9044943820224719, 'recall': 0.9044943820224719, 'f1': 0.9044943820224719, 'number': 356}
• Overall Precision: 0.9300
• Overall Recall: 0.9289
• Overall F1: 0.9294
• Overall Accuracy: 0.9909

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: 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
• training_steps: 2500
• mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Adhaar Number	Ame	An Number	Assport Number	Ast Name	Ate Of Expiry	Ather Name	Ather Name Back	Ather Name Front Top	Ddress	Ddress Back	Ddress Front	Ender	Ob	Obile Number	Other Name	Rz Passport	Ther	Overall Precision	Overall Recall	Overall F1	Overall Accuracy
0.3119	3.45	200	0.1237	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.8833333333333333, 'recall': 0.8548387096774194, 'f1': 0.8688524590163934, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18}	{'precision': 0.8823529411764706, 'recall': 0.75, 'f1': 0.8108108108108107, 'number': 20}	{'precision': 0.9, 'recall': 0.8709677419354839, 'f1': 0.8852459016393444, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.4, 'recall': 0.25, 'f1': 0.3076923076923077, 'number': 16}	{'precision': 0.8888888888888888, 'recall': 0.8235294117647058, 'f1': 0.8549618320610687, 'number': 68}	{'precision': 1.0, 'recall': 0.9795918367346939, 'f1': 0.9896907216494846, 'number': 49}	{'precision': 1.0, 'recall': 0.926829268292683, 'f1': 0.9620253164556963, 'number': 41}	{'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5384615384615384, 'recall': 0.5384615384615384, 'f1': 0.5384615384615384, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8497109826589595, 'recall': 0.8258426966292135, 'f1': 0.8376068376068376, 'number': 356}	0.8942	0.8624	0.8780	0.9788
0.0352	6.9	400	0.0822	{'precision': 0.8604651162790697, 'recall': 0.9487179487179487, 'f1': 0.9024390243902439, 'number': 39}	{'precision': 0.8253968253968254, 'recall': 0.8387096774193549, 'f1': 0.832, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	{'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}	{'precision': 0.9032258064516129, 'recall': 0.9032258064516129, 'f1': 0.9032258064516129, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.8, 'recall': 0.75, 'f1': 0.7741935483870969, 'number': 16}	{'precision': 0.8787878787878788, 'recall': 0.8529411764705882, 'f1': 0.8656716417910447, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 0.975609756097561, 'recall': 0.975609756097561, 'f1': 0.975609756097561, 'number': 41}	{'precision': 1.0, 'recall': 0.9833333333333333, 'f1': 0.9915966386554621, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5, 'recall': 0.6153846153846154, 'f1': 0.5517241379310345, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8689458689458689, 'recall': 0.8567415730337079, 'f1': 0.8628005657708628, 'number': 356}	0.8956	0.8956	0.8956	0.9855
0.0162	10.34	600	0.0936	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9193548387096774, 'recall': 0.9193548387096774, 'f1': 0.9193548387096774, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 0.9523809523809523, 'recall': 1.0, 'f1': 0.975609756097561, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	{'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}	{'precision': 1.0, 'recall': 0.967741935483871, 'f1': 0.9836065573770492, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.7857142857142857, 'recall': 0.6875, 'f1': 0.7333333333333334, 'number': 16}	{'precision': 0.9206349206349206, 'recall': 0.8529411764705882, 'f1': 0.8854961832061068, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9672131147540983, 'recall': 0.9833333333333333, 'f1': 0.9752066115702478, 'number': 60}	{'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10}	{'precision': 0.7272727272727273, 'recall': 0.6153846153846154, 'f1': 0.6666666666666667, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8895184135977338, 'recall': 0.8820224719101124, 'f1': 0.8857545839210157, 'number': 356}	0.9246	0.9140	0.9193	0.9885
0.0072	13.79	800	0.0849	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.890625, 'recall': 0.9193548387096774, 'f1': 0.9047619047619047, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.85, 'recall': 0.9444444444444444, 'f1': 0.8947368421052632, 'number': 18}	{'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 20}	{'precision': 0.7941176470588235, 'recall': 0.8709677419354839, 'f1': 0.8307692307692308, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16}	{'precision': 0.921875, 'recall': 0.8676470588235294, 'f1': 0.893939393939394, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9672131147540983, 'recall': 0.9833333333333333, 'f1': 0.9752066115702478, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.6666666666666666, 'recall': 0.46153846153846156, 'f1': 0.5454545454545455, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8690807799442897, 'recall': 0.8764044943820225, 'f1': 0.8727272727272727, 'number': 356}	0.9033	0.9106	0.9069	0.9848
0.0045	17.24	1000	0.0882	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.8688524590163934, 'recall': 0.8548387096774194, 'f1': 0.8617886178861789, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18}	{'precision': 0.8695652173913043, 'recall': 1.0, 'f1': 0.9302325581395349, 'number': 20}	{'precision': 0.9310344827586207, 'recall': 0.8709677419354839, 'f1': 0.9, 'number': 31}	{'precision': 0.8888888888888888, 'recall': 0.9411764705882353, 'f1': 0.9142857142857143, 'number': 17}	{'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}	{'precision': 0.7647058823529411, 'recall': 0.8125, 'f1': 0.787878787878788, 'number': 16}	{'precision': 0.890625, 'recall': 0.8382352941176471, 'f1': 0.8636363636363636, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 0.975, 'recall': 0.9512195121951219, 'f1': 0.9629629629629629, 'number': 41}	{'precision': 0.9672131147540983, 'recall': 0.9833333333333333, 'f1': 0.9752066115702478, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5333333333333333, 'recall': 0.6153846153846154, 'f1': 0.5714285714285715, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8631284916201117, 'recall': 0.8679775280898876, 'f1': 0.8655462184873948, 'number': 356}	0.8961	0.9002	0.8982	0.9860
0.002	20.69	1200	0.0821	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.8939393939393939, 'recall': 0.9516129032258065, 'f1': 0.921875, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.75, 'recall': 0.8333333333333334, 'f1': 0.7894736842105262, 'number': 18}	{'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20}	{'precision': 0.9666666666666667, 'recall': 0.9354838709677419, 'f1': 0.9508196721311476, 'number': 31}	{'precision': 1.0, 'recall': 0.9411764705882353, 'f1': 0.9696969696969697, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.8, 'recall': 0.75, 'f1': 0.7741935483870969, 'number': 16}	{'precision': 0.8923076923076924, 'recall': 0.8529411764705882, 'f1': 0.8721804511278195, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9672131147540983, 'recall': 0.9833333333333333, 'f1': 0.9752066115702478, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5384615384615384, 'recall': 0.5384615384615384, 'f1': 0.5384615384615384, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8920454545454546, 'recall': 0.8820224719101124, 'f1': 0.8870056497175142, 'number': 356}	0.9170	0.9117	0.9143	0.9887
0.0013	24.14	1400	0.0909	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9516129032258065, 'recall': 0.9516129032258065, 'f1': 0.9516129032258065, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	{'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}	{'precision': 0.9333333333333333, 'recall': 0.9032258064516129, 'f1': 0.9180327868852459, 'number': 31}	{'precision': 1.0, 'recall': 0.9411764705882353, 'f1': 0.9696969696969697, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.8571428571428571, 'recall': 0.75, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.9242424242424242, 'recall': 0.8970588235294118, 'f1': 0.9104477611940298, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9836065573770492, 'recall': 1.0, 'f1': 0.9917355371900827, 'number': 60}	{'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10}	{'precision': 0.6153846153846154, 'recall': 0.6153846153846154, 'f1': 0.6153846153846154, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.901685393258427, 'recall': 0.901685393258427, 'f1': 0.901685393258427, 'number': 356}	0.9309	0.9266	0.9287	0.9901
0.001	27.59	1600	0.0808	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9516129032258065, 'recall': 0.9516129032258065, 'f1': 0.9516129032258065, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18}	{'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20}	{'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.7368421052631579, 'recall': 0.875, 'f1': 0.7999999999999999, 'number': 16}	{'precision': 0.9384615384615385, 'recall': 0.8970588235294118, 'f1': 0.9172932330827067, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9833333333333333, 'recall': 0.9833333333333333, 'f1': 0.9833333333333333, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5714285714285714, 'recall': 0.6153846153846154, 'f1': 0.5925925925925927, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8938547486033519, 'recall': 0.898876404494382, 'f1': 0.896358543417367, 'number': 356}	0.9224	0.9266	0.9245	0.9899
0.0004	31.03	1800	0.0922	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18}	{'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}	{'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.7857142857142857, 'recall': 0.6875, 'f1': 0.7333333333333334, 'number': 16}	{'precision': 0.9375, 'recall': 0.8823529411764706, 'f1': 0.9090909090909091, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9672131147540983, 'recall': 0.9833333333333333, 'f1': 0.9752066115702478, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5, 'recall': 0.5384615384615384, 'f1': 0.5185185185185186, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8977272727272727, 'recall': 0.8876404494382022, 'f1': 0.8926553672316383, 'number': 356}	0.9236	0.9151	0.9194	0.9891
0.0003	34.48	2000	0.0898	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9516129032258065, 'recall': 0.9516129032258065, 'f1': 0.9516129032258065, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18}	{'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20}	{'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.8666666666666667, 'recall': 0.8125, 'f1': 0.8387096774193549, 'number': 16}	{'precision': 0.90625, 'recall': 0.8529411764705882, 'f1': 0.8787878787878787, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9516129032258065, 'recall': 0.9833333333333333, 'f1': 0.9672131147540983, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5, 'recall': 0.5384615384615384, 'f1': 0.5185185185185186, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8904494382022472, 'recall': 0.8904494382022472, 'f1': 0.8904494382022472, 'number': 356}	0.9196	0.9186	0.9191	0.9892
0.0003	37.93	2200	0.0843	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9516129032258065, 'recall': 0.9516129032258065, 'f1': 0.9516129032258065, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	{'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20}	{'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.875, 'recall': 0.875, 'f1': 0.875, 'number': 16}	{'precision': 0.90625, 'recall': 0.8529411764705882, 'f1': 0.8787878787878787, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9672131147540983, 'recall': 0.9833333333333333, 'f1': 0.9752066115702478, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.4375, 'recall': 0.5384615384615384, 'f1': 0.4827586206896552, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.8935574229691877, 'recall': 0.8960674157303371, 'f1': 0.8948106591865358, 'number': 356}	0.9211	0.9232	0.9221	0.9899
0.0002	41.38	2400	0.0876	{'precision': 0.975, 'recall': 1.0, 'f1': 0.9873417721518987, 'number': 39}	{'precision': 0.9516129032258065, 'recall': 0.9516129032258065, 'f1': 0.9516129032258065, 'number': 62}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	{'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}	{'precision': 0.9354838709677419, 'recall': 0.9354838709677419, 'f1': 0.9354838709677419, 'number': 31}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}	{'precision': 0.8, 'recall': 0.75, 'f1': 0.7741935483870969, 'number': 16}	{'precision': 0.9384615384615385, 'recall': 0.8970588235294118, 'f1': 0.9172932330827067, 'number': 68}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 49}	{'precision': 1.0, 'recall': 0.9512195121951219, 'f1': 0.975, 'number': 41}	{'precision': 0.9833333333333333, 'recall': 0.9833333333333333, 'f1': 0.9833333333333333, 'number': 60}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}	{'precision': 0.5, 'recall': 0.6153846153846154, 'f1': 0.5517241379310345, 'number': 13}	{'precision': 0.9565217391304348, 'recall': 0.9565217391304348, 'f1': 0.9565217391304348, 'number': 23}	{'precision': 0.9044943820224719, 'recall': 0.9044943820224719, 'f1': 0.9044943820224719, 'number': 356}	0.9300	0.9289	0.9294	0.9909

Framework versions

• Transformers 4.38.2
• Pytorch 2.2.1+cu121
• Datasets 2.18.0
• Tokenizers 0.15.2