Edit model card

layoutlm-funsd

This model is a fine-tuned version of microsoft/layoutlm-base-uncased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2227
  • Asic information First name: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}
  • Asic information Last name: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20}
  • Ncome Eight: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}
  • Ncome Eleven: {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11}
  • Ncome Fifteen: {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9}
  • Ncome Five B: {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7}
  • Ncome Four B: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9}
  • Ncome Fourteen: {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6}
  • Ncome Nine: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11}
  • Ncome One A: {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11}
  • Ncome One B: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9}
  • Ncome One C: {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6}
  • Ncome One D: {'precision': 1.0, 'recall': 0.8888888888888888, 'f1': 0.9411764705882353, 'number': 9}
  • Ncome One E: {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}
  • Ncome One F: {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11}
  • Ncome One G: {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9}
  • Ncome One H: {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10}
  • Ncome One Z: {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12}
  • Ncome Seven: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}
  • Ncome Six B: {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8}
  • Ncome Ten: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}
  • Ncome Thirteen: {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11}
  • Ncome Three B: {'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 10}
  • Ncome Twelve: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7}
  • Ncome Two B: {'precision': 0.875, 'recall': 0.5384615384615384, 'f1': 0.6666666666666667, 'number': 13}
  • Overall Precision: 0.9440
  • Overall Recall: 0.9405
  • Overall F1: 0.9423
  • Overall Accuracy: 0.9442

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: 3e-05
  • train_batch_size: 6
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 15

Training results

Training Loss Epoch Step Validation Loss Asic information First name Asic information Last name Ncome Eight Ncome Eleven Ncome Fifteen Ncome Five B Ncome Four B Ncome Fourteen Ncome Nine Ncome One A Ncome One B Ncome One C Ncome One D Ncome One E Ncome One F Ncome One G Ncome One H Ncome One Z Ncome Seven Ncome Six B Ncome Ten Ncome Thirteen Ncome Three B Ncome Twelve Ncome Two B Overall Precision Overall Recall Overall F1 Overall Accuracy
2.9139 1.0 24 2.5963 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.2222222222222222, 'recall': 0.18181818181818182, 'f1': 0.19999999999999998, 'number': 11} {'precision': 0.2, 'recall': 0.1111111111111111, 'f1': 0.14285714285714285, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 7} {'precision': 0.15384615384615385, 'recall': 0.4444444444444444, 'f1': 0.2285714285714286, 'number': 9} {'precision': 0.16666666666666666, 'recall': 0.3333333333333333, 'f1': 0.2222222222222222, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} {'precision': 0.5555555555555556, 'recall': 0.45454545454545453, 'f1': 0.5, 'number': 11} {'precision': 0.4, 'recall': 0.2222222222222222, 'f1': 0.2857142857142857, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} {'precision': 0.3333333333333333, 'recall': 0.07692307692307693, 'f1': 0.125, 'number': 13} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.10909090909090909, 'recall': 0.4, 'f1': 0.17142857142857143, 'number': 15} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.19047619047619047, 'recall': 0.3333333333333333, 'f1': 0.24242424242424246, 'number': 12} {'precision': 0.08333333333333333, 'recall': 0.09090909090909091, 'f1': 0.08695652173913043, 'number': 11} {'precision': 0.09090909090909091, 'recall': 0.1, 'f1': 0.09523809523809525, 'number': 10} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 7} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 13} 0.3013 0.2565 0.2771 0.2751
2.386 2.0 48 2.0758 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.25, 'recall': 0.09090909090909091, 'f1': 0.13333333333333333, 'number': 11} {'precision': 0.3333333333333333, 'recall': 0.2222222222222222, 'f1': 0.26666666666666666, 'number': 9} {'precision': 0.1, 'recall': 0.14285714285714285, 'f1': 0.11764705882352941, 'number': 7} {'precision': 0.5, 'recall': 0.2222222222222222, 'f1': 0.30769230769230765, 'number': 9} {'precision': 0.3333333333333333, 'recall': 0.8333333333333334, 'f1': 0.47619047619047616, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} {'precision': 0.35, 'recall': 0.6363636363636364, 'f1': 0.45161290322580644, 'number': 11} {'precision': 0.23076923076923078, 'recall': 0.3333333333333333, 'f1': 0.27272727272727276, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 6} {'precision': 0.3333333333333333, 'recall': 0.1111111111111111, 'f1': 0.16666666666666666, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 13} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} {'precision': 1.0, 'recall': 0.2222222222222222, 'f1': 0.3636363636363636, 'number': 9} {'precision': 0.13043478260869565, 'recall': 0.3, 'f1': 0.18181818181818182, 'number': 10} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.5384615384615384, 'recall': 0.4666666666666667, 'f1': 0.5, 'number': 15} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 12} {'precision': 0.12903225806451613, 'recall': 0.36363636363636365, 'f1': 0.19047619047619047, 'number': 11} {'precision': 0.05263157894736842, 'recall': 0.1, 'f1': 0.06896551724137931, 'number': 10} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 7} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 13} 0.3762 0.2937 0.3299 0.3903
1.9265 3.0 72 1.6630 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.5, 'recall': 0.09090909090909091, 'f1': 0.15384615384615385, 'number': 11} {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 9} {'precision': 1.0, 'recall': 0.14285714285714285, 'f1': 0.25, 'number': 7} {'precision': 0.3333333333333333, 'recall': 0.6666666666666666, 'f1': 0.4444444444444444, 'number': 9} {'precision': 0.5, 'recall': 0.8333333333333334, 'f1': 0.625, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 11} {'precision': 0.55, 'recall': 1.0, 'f1': 0.7096774193548387, 'number': 11} {'precision': 0.45454545454545453, 'recall': 0.5555555555555556, 'f1': 0.5, 'number': 9} {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} {'precision': 0.4, 'recall': 0.2222222222222222, 'f1': 0.2857142857142857, 'number': 9} {'precision': 0.29411764705882354, 'recall': 0.38461538461538464, 'f1': 0.33333333333333337, 'number': 13} {'precision': 1.0, 'recall': 0.45454545454545453, 'f1': 0.625, 'number': 11} {'precision': 0.23076923076923078, 'recall': 0.3333333333333333, 'f1': 0.27272727272727276, 'number': 9} {'precision': 0.3, 'recall': 0.3, 'f1': 0.3, 'number': 10} {'precision': 0.4166666666666667, 'recall': 0.4166666666666667, 'f1': 0.4166666666666667, 'number': 12} {'precision': 0.3333333333333333, 'recall': 0.4666666666666667, 'f1': 0.3888888888888889, 'number': 15} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 1.0, 'recall': 0.5833333333333334, 'f1': 0.7368421052631579, 'number': 12} {'precision': 0.25, 'recall': 0.5454545454545454, 'f1': 0.34285714285714286, 'number': 11} {'precision': 1.0, 'recall': 0.4, 'f1': 0.5714285714285715, 'number': 10} {'precision': 0.3333333333333333, 'recall': 0.14285714285714285, 'f1': 0.2, 'number': 7} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 13} 0.5169 0.4535 0.4832 0.5242
1.5846 4.0 96 1.3938 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.3125, 'recall': 0.5, 'f1': 0.38461538461538464, 'number': 10} {'precision': 0.125, 'recall': 0.09090909090909091, 'f1': 0.10526315789473685, 'number': 11} {'precision': 0.5384615384615384, 'recall': 0.7777777777777778, 'f1': 0.6363636363636364, 'number': 9} {'precision': 0.5, 'recall': 0.2857142857142857, 'f1': 0.36363636363636365, 'number': 7} {'precision': 0.42857142857142855, 'recall': 0.3333333333333333, 'f1': 0.375, 'number': 9} {'precision': 0.35714285714285715, 'recall': 0.8333333333333334, 'f1': 0.5, 'number': 6} {'precision': 0.5, 'recall': 0.09090909090909091, 'f1': 0.15384615384615385, 'number': 11} {'precision': 0.6923076923076923, 'recall': 0.8181818181818182, 'f1': 0.7500000000000001, 'number': 11} {'precision': 0.7272727272727273, 'recall': 0.8888888888888888, 'f1': 0.7999999999999999, 'number': 9} {'precision': 0.5, 'recall': 0.16666666666666666, 'f1': 0.25, 'number': 6} {'precision': 0.5, 'recall': 0.1111111111111111, 'f1': 0.1818181818181818, 'number': 9} {'precision': 0.5, 'recall': 0.5384615384615384, 'f1': 0.5185185185185186, 'number': 13} {'precision': 0.6, 'recall': 0.2727272727272727, 'f1': 0.37499999999999994, 'number': 11} {'precision': 0.38461538461538464, 'recall': 0.5555555555555556, 'f1': 0.4545454545454546, 'number': 9} {'precision': 0.3333333333333333, 'recall': 0.5, 'f1': 0.4, 'number': 10} {'precision': 0.42857142857142855, 'recall': 0.5, 'f1': 0.4615384615384615, 'number': 12} {'precision': 0.9166666666666666, 'recall': 0.7333333333333333, 'f1': 0.8148148148148148, 'number': 15} {'precision': 1.0, 'recall': 0.25, 'f1': 0.4, 'number': 8} {'precision': 0.7777777777777778, 'recall': 0.5833333333333334, 'f1': 0.6666666666666666, 'number': 12} {'precision': 0.46153846153846156, 'recall': 0.5454545454545454, 'f1': 0.4999999999999999, 'number': 11} {'precision': 0.23076923076923078, 'recall': 0.3, 'f1': 0.2608695652173913, 'number': 10} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 7} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 13} 0.5656 0.5130 0.5380 0.5576
1.3354 5.0 120 1.1178 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.8, 'recall': 0.4, 'f1': 0.5333333333333333, 'number': 10} {'precision': 1.0, 'recall': 0.6363636363636364, 'f1': 0.7777777777777778, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 0.5, 'recall': 0.2857142857142857, 'f1': 0.36363636363636365, 'number': 7} {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 0.75, 'recall': 0.5454545454545454, 'f1': 0.631578947368421, 'number': 11} {'precision': 0.7333333333333333, 'recall': 1.0, 'f1': 0.846153846153846, 'number': 11} {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 9} {'precision': 0.6, 'recall': 0.5, 'f1': 0.5454545454545454, 'number': 6} {'precision': 0.75, 'recall': 0.3333333333333333, 'f1': 0.46153846153846156, 'number': 9} {'precision': 0.6363636363636364, 'recall': 0.5384615384615384, 'f1': 0.5833333333333334, 'number': 13} {'precision': 1.0, 'recall': 0.6363636363636364, 'f1': 0.7777777777777778, 'number': 11} {'precision': 0.47058823529411764, 'recall': 0.8888888888888888, 'f1': 0.6153846153846153, 'number': 9} {'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 10} {'precision': 0.4, 'recall': 0.5, 'f1': 0.4444444444444445, 'number': 12} {'precision': 0.5263157894736842, 'recall': 0.6666666666666666, 'f1': 0.5882352941176471, 'number': 15} {'precision': 0.375, 'recall': 0.375, 'f1': 0.375, 'number': 8} {'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12} {'precision': 0.9, 'recall': 0.8181818181818182, 'f1': 0.8571428571428572, 'number': 11} {'precision': 0.5454545454545454, 'recall': 0.6, 'f1': 0.5714285714285713, 'number': 10} {'precision': 0.75, 'recall': 0.8571428571428571, 'f1': 0.7999999999999999, 'number': 7} {'precision': 0.6666666666666666, 'recall': 0.3076923076923077, 'f1': 0.42105263157894735, 'number': 13} 0.7294 0.6914 0.7099 0.7323
1.1022 6.0 144 0.8957 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.6153846153846154, 'recall': 0.8, 'f1': 0.6956521739130435, 'number': 10} {'precision': 0.8, 'recall': 0.7272727272727273, 'f1': 0.761904761904762, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 0.5, 'recall': 0.2857142857142857, 'f1': 0.36363636363636365, 'number': 7} {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 0.6666666666666666, 'recall': 0.5454545454545454, 'f1': 0.6, 'number': 11} {'precision': 0.7857142857142857, 'recall': 1.0, 'f1': 0.88, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.16666666666666666, 'f1': 0.2857142857142857, 'number': 6} {'precision': 0.6363636363636364, 'recall': 0.7777777777777778, 'f1': 0.7000000000000001, 'number': 9} {'precision': 0.9, 'recall': 0.6923076923076923, 'f1': 0.7826086956521738, 'number': 13} {'precision': 1.0, 'recall': 0.6363636363636364, 'f1': 0.7777777777777778, 'number': 11} {'precision': 0.5, 'recall': 0.6666666666666666, 'f1': 0.5714285714285715, 'number': 9} {'precision': 0.5833333333333334, 'recall': 0.7, 'f1': 0.6363636363636365, 'number': 10} {'precision': 0.5833333333333334, 'recall': 0.5833333333333334, 'f1': 0.5833333333333334, 'number': 12} {'precision': 0.9333333333333333, 'recall': 0.9333333333333333, 'f1': 0.9333333333333333, 'number': 15} {'precision': 0.4444444444444444, 'recall': 0.5, 'f1': 0.47058823529411764, 'number': 8} {'precision': 0.7857142857142857, 'recall': 0.9166666666666666, 'f1': 0.8461538461538461, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 10} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 0.75, 'recall': 0.23076923076923078, 'f1': 0.3529411764705882, 'number': 13} 0.7722 0.7435 0.7576 0.7732
0.9012 7.0 168 0.6848 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 10} {'precision': 0.8333333333333334, 'recall': 0.9090909090909091, 'f1': 0.8695652173913043, 'number': 11} {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 9} {'precision': 0.8333333333333334, 'recall': 0.7142857142857143, 'f1': 0.7692307692307692, 'number': 7} {'precision': 0.5384615384615384, 'recall': 0.7777777777777778, 'f1': 0.6363636363636364, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 0.7142857142857143, 'recall': 0.8333333333333334, 'f1': 0.7692307692307692, 'number': 6} {'precision': 1.0, 'recall': 0.5555555555555556, 'f1': 0.7142857142857143, 'number': 9} {'precision': 0.8461538461538461, 'recall': 0.8461538461538461, 'f1': 0.8461538461538461, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.5, 'recall': 0.7777777777777778, 'f1': 0.6086956521739131, 'number': 9} {'precision': 0.5384615384615384, 'recall': 0.7, 'f1': 0.608695652173913, 'number': 10} {'precision': 0.7272727272727273, 'recall': 0.6666666666666666, 'f1': 0.6956521739130435, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 1.0, 'recall': 0.625, 'f1': 0.7692307692307693, 'number': 8} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12} {'precision': 0.8333333333333334, 'recall': 0.9090909090909091, 'f1': 0.8695652173913043, 'number': 11} {'precision': 0.5714285714285714, 'recall': 0.4, 'f1': 0.47058823529411764, 'number': 10} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 0.6, 'recall': 0.46153846153846156, 'f1': 0.5217391304347826, 'number': 13} 0.8390 0.8327 0.8358 0.8401
0.7509 8.0 192 0.5807 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 10} {'precision': 0.8333333333333334, 'recall': 0.9090909090909091, 'f1': 0.8695652173913043, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.5714285714285714, 'f1': 0.7272727272727273, 'number': 7} {'precision': 0.6, 'recall': 0.6666666666666666, 'f1': 0.631578947368421, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 11} {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 9} {'precision': 0.9230769230769231, 'recall': 0.9230769230769231, 'f1': 0.9230769230769231, 'number': 13} {'precision': 0.8181818181818182, 'recall': 0.8181818181818182, 'f1': 0.8181818181818182, 'number': 11} {'precision': 0.6666666666666666, 'recall': 0.6666666666666666, 'f1': 0.6666666666666666, 'number': 9} {'precision': 0.6923076923076923, 'recall': 0.9, 'f1': 0.7826086956521738, 'number': 10} {'precision': 0.8888888888888888, 'recall': 0.6666666666666666, 'f1': 0.761904761904762, 'number': 12} {'precision': 0.9375, 'recall': 1.0, 'f1': 0.967741935483871, 'number': 15} {'precision': 0.6, 'recall': 0.75, 'f1': 0.6666666666666665, 'number': 8} {'precision': 1.0, 'recall': 0.9166666666666666, 'f1': 0.9565217391304348, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.38461538461538464, 'recall': 0.5, 'f1': 0.4347826086956522, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 0.3333333333333333, 'recall': 0.07692307692307693, 'f1': 0.125, 'number': 13} 0.8582 0.8327 0.8453 0.8587
0.6204 9.0 216 0.4697 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 11} {'precision': 0.8, 'recall': 0.8888888888888888, 'f1': 0.8421052631578948, 'number': 9} {'precision': 1.0, 'recall': 0.7142857142857143, 'f1': 0.8333333333333333, 'number': 7} {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.6666666666666666, 'f1': 0.8, 'number': 6} {'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 9} {'precision': 0.9230769230769231, 'recall': 0.9230769230769231, 'f1': 0.9230769230769231, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.7272727272727273, 'recall': 0.8888888888888888, 'f1': 0.7999999999999999, 'number': 9} {'precision': 0.7692307692307693, 'recall': 1.0, 'f1': 0.8695652173913044, 'number': 10} {'precision': 0.9, 'recall': 0.75, 'f1': 0.8181818181818182, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} {'precision': 1.0, 'recall': 0.9166666666666666, 'f1': 0.9565217391304348, 'number': 12} {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 11} {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 0.8, 'recall': 0.6153846153846154, 'f1': 0.6956521739130435, 'number': 13} 0.9173 0.9071 0.9121 0.9145
0.4914 10.0 240 0.3594 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 1.0, 'recall': 0.8181818181818182, 'f1': 0.9, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 0.8888888888888888, 'f1': 0.9411764705882353, 'number': 9} {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9} {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10} {'precision': 0.9090909090909091, 'recall': 0.8333333333333334, 'f1': 0.8695652173913043, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.75, 'recall': 0.9, 'f1': 0.8181818181818182, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 1.0, 'recall': 0.5384615384615384, 'f1': 0.7000000000000001, 'number': 13} 0.9405 0.9405 0.9405 0.9405
0.4185 11.0 264 0.3256 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 0.9090909090909091, 'recall': 0.9090909090909091, 'f1': 0.9090909090909091, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.7142857142857143, 'f1': 0.8333333333333333, 'number': 7} {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 6} {'precision': 1.0, 'recall': 0.7777777777777778, 'f1': 0.8750000000000001, 'number': 9} {'precision': 0.9230769230769231, 'recall': 0.9230769230769231, 'f1': 0.9230769230769231, 'number': 13} {'precision': 0.9, 'recall': 0.8181818181818182, 'f1': 0.8571428571428572, 'number': 11} {'precision': 0.7272727272727273, 'recall': 0.8888888888888888, 'f1': 0.7999999999999999, 'number': 9} {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8, 'recall': 1.0, 'f1': 0.888888888888889, 'number': 8} {'precision': 1.0, 'recall': 0.9166666666666666, 'f1': 0.9565217391304348, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.7272727272727273, 'recall': 0.8, 'f1': 0.761904761904762, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 1.0, 'recall': 0.5384615384615384, 'f1': 0.7000000000000001, 'number': 13} 0.9323 0.9219 0.9271 0.9331
0.3714 12.0 288 0.2708 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 6} {'precision': 1.0, 'recall': 0.8888888888888888, 'f1': 0.9411764705882353, 'number': 9} {'precision': 0.9230769230769231, 'recall': 0.9230769230769231, 'f1': 0.9230769230769231, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.7272727272727273, 'recall': 0.8888888888888888, 'f1': 0.7999999999999999, 'number': 9} {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.75, 'recall': 0.9, 'f1': 0.8181818181818182, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 1.0, 'recall': 0.6153846153846154, 'f1': 0.761904761904762, 'number': 13} 0.9478 0.9442 0.9460 0.9480
0.327 13.0 312 0.2424 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 0.8888888888888888, 'f1': 0.9411764705882353, 'number': 9} {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9} {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.6923076923076923, 'recall': 0.9, 'f1': 0.7826086956521738, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 1.0, 'recall': 0.6153846153846154, 'f1': 0.761904761904762, 'number': 13} 0.9480 0.9480 0.9480 0.9480
0.3 14.0 336 0.2288 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 6} {'precision': 1.0, 'recall': 0.8888888888888888, 'f1': 0.9411764705882353, 'number': 9} {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9} {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.6923076923076923, 'recall': 0.9, 'f1': 0.7826086956521738, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 1.0, 'recall': 0.6153846153846154, 'f1': 0.761904761904762, 'number': 13} 0.9517 0.9517 0.9517 0.9517
0.2703 15.0 360 0.2227 {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 20} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.9, 'recall': 1.0, 'f1': 0.9473684210526316, 'number': 9} {'precision': 1.0, 'recall': 0.8571428571428571, 'f1': 0.923076923076923, 'number': 7} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 11} {'precision': 0.8461538461538461, 'recall': 1.0, 'f1': 0.9166666666666666, 'number': 11} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 9} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 6} {'precision': 1.0, 'recall': 0.8888888888888888, 'f1': 0.9411764705882353, 'number': 9} {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} {'precision': 1.0, 'recall': 0.9090909090909091, 'f1': 0.9523809523809523, 'number': 11} {'precision': 0.8181818181818182, 'recall': 1.0, 'f1': 0.9, 'number': 9} {'precision': 0.8333333333333334, 'recall': 1.0, 'f1': 0.9090909090909091, 'number': 10} {'precision': 1.0, 'recall': 0.8333333333333334, 'f1': 0.9090909090909091, 'number': 12} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} {'precision': 0.9166666666666666, 'recall': 1.0, 'f1': 0.9565217391304348, 'number': 11} {'precision': 0.6666666666666666, 'recall': 0.8, 'f1': 0.7272727272727272, 'number': 10} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 7} {'precision': 0.875, 'recall': 0.5384615384615384, 'f1': 0.6666666666666667, 'number': 13} 0.9440 0.9405 0.9423 0.9442

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0
Downloads last month
2
Safetensors
Model size
113M params
Tensor type
F32
·
Inference Examples
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 pratikstha/layoutlm-funsd

Finetuned
(134)
this model