nc_ner_bert_model_german_hyperparameter_grob

Dieses Modell ist eine feinjustierte Variante von bert-base-german-cased und wurde auf dem german-ler-Datensatz mit zusammengefassten (coarse) juristischen Entitäten trainiert.
Die ursprünglichen 19 Labels wurden auf 7 Oberkategorien reduziert, um eine robuste, generalisierbare NER-Leistung im juristischen Kontext zu ermöglichen.

Evaluationsergebnisse

• F1-Score (micro avg): 0.9752
• Precision (micro avg): 0.9713
• Recall (micro avg): 0.9791
• Loss: 0.0089

Klassenweise Metriken (coarse level)

Klasse	Bedeutung	Precision	Recall	F1-Score	Support
PER	Person	0.9591	0.9502	0.9546	321
ORG	Organization	0.9746	0.9648	0.9697	796
RS	Court decision	0.9832	0.9896	0.9864	1245
LIT	Legal literature	0.9565	0.9809	0.9686	314
LOC	Location	0.9480	0.9480	0.9480	250
NRM	Legal norm	0.9815	0.9872	0.9844	2039
REG	Case-by-c. regul.	0.9079	0.9746	0.9401	354

Durchschnittswerte:

• Macro avg (F1): 0.9645
• Weighted avg (F1): 0.9753

Zusammengeführte Entitäten

• Personen: PER, RR, AN → PER
• Orte: LD, ST, STR, LDS → LOC
• Organisationen: ORG, UN, INN, GRT, MRK → ORG
• Rechtsnormen: GS, VO, EUN → NRM
• Regelwerke & Verträge: VS, VT → REG
• Gerichtsentscheidungen: RS
• Literatur: LIT

Trainingskonfiguration

• Modell: bert-base-german-cased
• Datensatz: german-ler (BIO-annotiert)
• Trainingsepochen: 7
• Batchgröße: 16
• Lernrate: 4.52e-5
• Weight Decay: 0.07979
• Evaluation alle: 200 Schritte
• Selektion nach: F1-Score (bestes Modell gespeichert)

Nutzung

Das Modell eignet sich für juristische NER-Anwendungen, bei denen eine robuste Extraktion relevanter Entitäten aus deutschsprachigen Rechtstexten erforderlich ist – z. B. in Schriftsatzanalyse, Vertragsprüfung oder juristischem Wissensmanagement.

Training results

loss	epoch	step	eval_loss	eval_f1	eval_precision	eval_recall
0.4063	0.014983518130056937	50	nan	nan	nan	nan
0.1366	0.029967036260113874	100	nan	nan	nan	nan
0.0966	0.04495055439017081	150	nan	nan	nan	nan
0.0859	0.05993407252022775	200	nan	nan	nan	nan
nan	0.05993407252022775	200	0.05639463663101196	0.7438773602542531	0.7023830538393645	0.7905821577587919
0.0855	0.0749175906502847	250	nan	nan	nan	nan
0.0514	0.08990110878034162	300	nan	nan	nan	nan
0.0642	0.10488462691039856	350	nan	nan	nan	nan
0.0419	0.1198681450404555	400	nan	nan	nan	nan
nan	0.1198681450404555	400	0.05025215819478035	0.7935222672064778	0.7541159627773801	0.8372739916550765
0.0637	0.13485166317051245	450	nan	nan	nan	nan
0.0468	0.1498351813005694	500	nan	nan	nan	nan
0.0427	0.1648186994306263	550	nan	nan	nan	nan
0.0383	0.17980221756068324	600	nan	nan	nan	nan
nan	0.17980221756068324	600	0.03957425430417061	0.8465648854961833	0.8143932439875161	0.8813828730379495
0.0405	0.19478573569074017	650	nan	nan	nan	nan
0.0384	0.2097692538207971	700	nan	nan	nan	nan
0.0386	0.22475277195085405	750	nan	nan	nan	nan
0.027	0.239736290080911	800	nan	nan	nan	nan
nan	0.239736290080911	800	0.04294569045305252	0.8448932926829268	0.8116419549697969	0.880985495728194
0.0446	0.25471980821096796	850	nan	nan	nan	nan
0.0261	0.2697033263410249	900	nan	nan	nan	nan
0.0393	0.28468684447108183	950	nan	nan	nan	nan
0.0302	0.2996703626011388	1000	nan	nan	nan	nan
nan	0.2996703626011388	1000	0.03653867170214653	0.8633943266531126	0.8419561933534743	0.885952712100139
0.047	0.3146538807311957	1050	nan	nan	nan	nan
0.0516	0.3296373988612526	1100	nan	nan	nan	nan
0.0317	0.34462091699130953	1150	nan	nan	nan	nan
0.0244	0.3596044351213665	1200	nan	nan	nan	nan
nan	0.3596044351213665	1200	0.037274815142154694	0.8714257926473449	0.8534959039817108	0.8901251738525731
0.0331	0.3745879532514234	1250	nan	nan	nan	nan
0.055	0.38957147138148035	1300	nan	nan	nan	nan
0.0256	0.4045549895115373	1350	nan	nan	nan	nan
0.036	0.4195385076415942	1400	nan	nan	nan	nan
nan	0.4195385076415942	1400	0.031919848173856735	0.8862018527547538	0.8701646878590579	0.9028412477647526
0.0221	0.43452202577165117	1450	nan	nan	nan	nan
0.0288	0.4495055439017081	1500	nan	nan	nan	nan
0.0278	0.46448906203176504	1550	nan	nan	nan	nan
0.0352	0.479472580161822	1600	nan	nan	nan	nan
nan	0.479472580161822	1600	0.03187808394432068	0.874652344873885	0.8453837597330367	0.9060202662427975
0.0288	0.4944560982918789	1650	nan	nan	nan	nan
0.0343	0.5094396164219359	1700	nan	nan	nan	nan
0.0306	0.5244231345519929	1750	nan	nan	nan	nan
0.0266	0.5394066526820498	1800	nan	nan	nan	nan
nan	0.5394066526820498	1800	0.03291184455156326	0.8963775857045742	0.876709726443769	0.9169481422610769
0.0464	0.5543901708121067	1850	nan	nan	nan	nan
0.0309	0.5693736889421637	1900	nan	nan	nan	nan
0.0299	0.5843572070722206	1950	nan	nan	nan	nan
0.0355	0.5993407252022775	2000	nan	nan	nan	nan
nan	0.5993407252022775	2000	0.02871769107878208	0.8931661320112764	0.8743814236771983	0.912775680508643
0.026	0.6143242433323345	2050	nan	nan	nan	nan
0.0431	0.6293077614623914	2100	nan	nan	nan	nan
0.0191	0.6442912795924483	2150	nan	nan	nan	nan
0.0159	0.6592747977225052	2200	nan	nan	nan	nan
nan	0.6592747977225052	2200	0.027822772040963173	0.900986269580352	0.8775663966848748	0.9256904430757004
0.0321	0.6742583158525621	2250	nan	nan	nan	nan
0.0263	0.6892418339826191	2300	nan	nan	nan	nan
0.0319	0.704225352112676	2350	nan	nan	nan	nan
0.0296	0.719208870242733	2400	nan	nan	nan	nan
nan	0.719208870242733	2400	0.027403628453612328	0.9022149144017797	0.8790049001130795	0.9266838863500894
0.0275	0.7341923883727899	2450	nan	nan	nan	nan
0.0437	0.7491759065028468	2500	nan	nan	nan	nan
0.0175	0.7641594246329038	2550	nan	nan	nan	nan
0.0224	0.7791429427629607	2600	nan	nan	nan	nan
nan	0.7791429427629607	2600	0.02818533033132553	0.8981051817478732	0.8745998870269253	0.9229088019074111
0.0307	0.7941264608930176	2650	nan	nan	nan	nan
0.0492	0.8091099790230746	2700	nan	nan	nan	nan
0.025	0.8240934971531315	2750	nan	nan	nan	nan
0.0318	0.8390770152831885	2800	nan	nan	nan	nan
nan	0.8390770152831885	2800	0.02978670783340931	0.908259558322794	0.8898208158597026	0.9274786409696006
0.0376	0.8540605334132454	2850	nan	nan	nan	nan
0.0304	0.8690440515433023	2900	nan	nan	nan	nan
0.034	0.8840275696733593	2950	nan	nan	nan	nan
0.0292	0.8990110878034162	3000	nan	nan	nan	nan
nan	0.8990110878034162	3000	0.02356911264359951	0.9082069233761181	0.8893544086840601	0.9278760182793563
0.027	0.9139946059334731	3050	nan	nan	nan	nan
0.0248	0.9289781240635301	3100	nan	nan	nan	nan
0.0308	0.943961642193587	3150	nan	nan	nan	nan
0.0186	0.958945160323644	3200	nan	nan	nan	nan
nan	0.958945160323644	3200	0.03143894299864769	0.9060644407670593	0.8881679389312978	0.9246969998013114
0.0286	0.9739286784537009	3250	nan	nan	nan	nan
0.0201	0.9889121965837578	3300	nan	nan	nan	nan
0.0203	1.0038957147138148	3350	nan	nan	nan	nan
0.0204	1.0188792328438718	3400	nan	nan	nan	nan
nan	1.0188792328438718	3400	0.026716439053416252	0.9212799371809973	0.9103782735208535	0.9324458573415458
0.0174	1.0338627509739287	3450	nan	nan	nan	nan
0.0137	1.0488462691039857	3500	nan	nan	nan	nan
0.0143	1.0638297872340425	3550	nan	nan	nan	nan
0.011	1.0788133053640996	3600	nan	nan	nan	nan
nan	1.0788133053640996	3600	0.026039360091090202	0.9262007028504491	0.9103818844751487	0.9425789787403139
0.012	1.0937968234941564	3650	nan	nan	nan	nan
0.0063	1.1087803416242135	3700	nan	nan	nan	nan
0.0146	1.1237638597542703	3750	nan	nan	nan	nan
0.0073	1.1387473778843273	3800	nan	nan	nan	nan
nan	1.1387473778843273	3800	0.026768311858177185	0.9269343780607249	0.9140428819779796	0.9401947148817803
0.0166	1.1537308960143842	3850	nan	nan	nan	nan
0.0077	1.168714414144441	3900	nan	nan	nan	nan
0.0134	1.183697932274498	3950	nan	nan	nan	nan
0.0143	1.198681450404555	4000	nan	nan	nan	nan
nan	1.198681450404555	4000	0.026293423026800156	0.9234673955486139	0.9076952600268663	0.9397973375720247
0.0079	1.213664968534612	4050	nan	nan	nan	nan
0.0142	1.2286484866646687	4100	nan	nan	nan	nan
0.0151	1.2436320047947258	4150	nan	nan	nan	nan
0.0072	1.2586155229247828	4200	nan	nan	nan	nan
nan	1.2586155229247828	4200	0.022869763895869255	0.927762592737212	0.9119170984455959	0.9441684879793364
0.0168	1.2735990410548397	4250	nan	nan	nan	nan
0.008	1.2885825591848965	4300	nan	nan	nan	nan
0.0157	1.3035660773149536	4350	nan	nan	nan	nan
0.0104	1.3185495954450106	4400	nan	nan	nan	nan
nan	1.3185495954450106	4400	0.026433102786540985	0.9236172080772608	0.907244154848601	0.9405920921915358
0.0148	1.3335331135750674	4450	nan	nan	nan	nan
0.0078	1.3485166317051243	4500	nan	nan	nan	nan
0.0232	1.3635001498351813	4550	nan	nan	nan	nan
0.0149	1.3784836679652384	4600	nan	nan	nan	nan
nan	1.3784836679652384	4600	0.023272017017006874	0.9301546645650673	0.9224306369675654	0.9380091396781244
0.0107	1.3934671860952952	4650	nan	nan	nan	nan
0.0146	1.408450704225352	4700	nan	nan	nan	nan
0.0159	1.423434222355409	4750	nan	nan	nan	nan
0.0097	1.4384177404854661	4800	nan	nan	nan	nan
nan	1.4384177404854661	4800	0.024220138788223267	0.9323500491642084	0.9229122055674518	0.9419829127756805
0.0128	1.453401258615523	4850	nan	nan	nan	nan
0.0109	1.4683847767455798	4900	nan	nan	nan	nan
0.0124	1.4833682948756368	4950	nan	nan	nan	nan
0.0158	1.4983518130056939	5000	nan	nan	nan	nan
nan	1.4983518130056939	5000	0.02581303007900715	0.925808997632202	0.9194591416813639	0.932247168686668
0.0097	1.5133353311357507	5050	nan	nan	nan	nan
0.0147	1.5283188492658075	5100	nan	nan	nan	nan
0.0091	1.5433023673958646	5150	nan	nan	nan	nan
0.0114	1.5582858855259216	5200	nan	nan	nan	nan
nan	1.5582858855259216	5200	0.02585756778717041	0.9330317632018882	0.9236760124610592	0.9425789787403139
0.0076	1.5732694036559784	5250	nan	nan	nan	nan
0.016	1.5882529217860353	5300	nan	nan	nan	nan
0.0158	1.6032364399160923	5350	nan	nan	nan	nan
0.0094	1.6182199580461494	5400	nan	nan	nan	nan
nan	1.6182199580461494	5400	0.023815494030714035	0.9311494703805414	0.9194266899089677	0.9431750447049474
0.0165	1.6332034761762062	5450	nan	nan	nan	nan
0.0151	1.648186994306263	5500	nan	nan	nan	nan
0.0099	1.66317051243632	5550	nan	nan	nan	nan
0.0118	1.6781540305663771	5600	nan	nan	nan	nan
nan	1.6781540305663771	5600	0.025455761700868607	0.9255891268211597	0.9112437427801309	0.940393403536658
0.0147	1.693137548696434	5650	nan	nan	nan	nan
0.01	1.7081210668264908	5700	nan	nan	nan	nan
0.0134	1.7231045849565478	5750	nan	nan	nan	nan
0.0117	1.7380881030866049	5800	nan	nan	nan	nan
nan	1.7380881030866049	5800	0.025739017874002457	0.9326923076923077	0.921302578018996	0.9443671766342142
0.0106	1.7530716212166617	5850	nan	nan	nan	nan
0.0108	1.7680551393467185	5900	nan	nan	nan	nan
0.0119	1.7830386574767756	5950	nan	nan	nan	nan
0.0128	1.7980221756068326	6000	nan	nan	nan	nan
nan	1.7980221756068326	6000	0.022907910868525505	0.9350853108452639	0.9231364956437561	0.9473475064573813
0.0137	1.8130056937368895	6050	nan	nan	nan	nan
0.0057	1.8279892118669463	6100	nan	nan	nan	nan
0.0134	1.8429727299970033	6150	nan	nan	nan	nan
0.0195	1.8579562481270604	6200	nan	nan	nan	nan
nan	1.8579562481270604	6200	0.021708277985453606	0.9328102010789604	0.921154591243704	0.9447645539439699
0.0103	1.8729397662571172	6250	nan	nan	nan	nan
0.0074	1.887923284387174	6300	nan	nan	nan	nan
0.0099	1.902906802517231	6350	nan	nan	nan	nan
0.0132	1.9178903206472881	6400	nan	nan	nan	nan
nan	1.9178903206472881	6400	0.021034732460975647	0.9261692322776743	0.9142469996128533	0.93840651698788
0.0229	1.9328738387773448	6450	nan	nan	nan	nan
0.0078	1.9478573569074018	6500	nan	nan	nan	nan
0.0227	1.9628408750374589	6550	nan	nan	nan	nan
0.0175	1.9778243931675157	6600	nan	nan	nan	nan
nan	1.9778243931675157	6600	0.022081028670072556	0.9303326810176125	0.9165220744168112	0.944565865289092
0.009	1.9928079112975725	6650	nan	nan	nan	nan
0.0109	2.0077914294276296	6700	nan	nan	nan	nan
0.0059	2.0227749475576866	6750	nan	nan	nan	nan
0.0049	2.0377584656877437	6800	nan	nan	nan	nan
nan	2.0377584656877437	6800	0.021669084206223488	0.9349911885647152	0.9216367496622274	0.9487383270415259
0.0052	2.0527419838178003	6850	nan	nan	nan	nan
0.0065	2.0677255019478573	6900	nan	nan	nan	nan
0.0069	2.0827090200779144	6950	nan	nan	nan	nan
0.005	2.0976925382079714	7000	nan	nan	nan	nan
nan	2.0976925382079714	7000	0.022214259952306747	0.9376715013720109	0.9251595436085863	0.9505265249354262
0.0042	2.112676056338028	7050	nan	nan	nan	nan
0.0049	2.127659574468085	7100	nan	nan	nan	nan
0.0037	2.142643092598142	7150	nan	nan	nan	nan
0.0071	2.157626610728199	7200	nan	nan	nan	nan
nan	2.157626610728199	7200	0.026166269555687904	0.9280125195618154	0.9138894240030823	0.9425789787403139
0.0053	2.1726101288582558	7250	nan	nan	nan	nan
0.0045	2.187593646988313	7300	nan	nan	nan	nan
0.0155	2.20257716511837	7350	nan	nan	nan	nan
0.0074	2.217560683248427	7400	nan	nan	nan	nan
nan	2.217560683248427	7400	0.021905312314629555	0.9436564223798266	0.9357296346942763	0.951718656864693
0.005	2.2325442013784835	7450	nan	nan	nan	nan
0.0058	2.2475277195085406	7500	nan	nan	nan	nan
0.0081	2.2625112376385976	7550	nan	nan	nan	nan
0.0066	2.2774947557686547	7600	nan	nan	nan	nan
nan	2.2774947557686547	7600	0.022088130936026573	0.936919315403423	0.922573189522342	0.951718656864693
0.0056	2.2924782738987113	7650	nan	nan	nan	nan
0.0064	2.3074617920287683	7700	nan	nan	nan	nan
0.0072	2.3224453101588254	7750	nan	nan	nan	nan
0.0037	2.337428828288882	7800	nan	nan	nan	nan
nan	2.337428828288882	7800	0.02511708438396454	0.936448963629253	0.9218479307025986	0.9515199682098152
0.0078	2.352412346418939	7850	nan	nan	nan	nan
0.0062	2.367395864548996	7900	nan	nan	nan	nan
0.0032	2.382379382679053	7950	nan	nan	nan	nan
0.0058	2.39736290080911	8000	nan	nan	nan	nan
nan	2.39736290080911	8000	0.023680999875068665	0.9357437610532522	0.92555879494655	0.9461553745281145
0.0054	2.412346418939167	8050	nan	nan	nan	nan
0.0041	2.427329937069224	8100	nan	nan	nan	nan
0.0097	2.442313455199281	8150	nan	nan	nan	nan
0.004	2.4572969733293375	8200	nan	nan	nan	nan
nan	2.4572969733293375	8200	0.023924177512526512	0.9377877926912902	0.9250096637031311	0.9509239022451818
0.0055	2.4722804914593945	8250	nan	nan	nan	nan
0.0029	2.4872640095894516	8300	nan	nan	nan	nan
0.0056	2.5022475277195086	8350	nan	nan	nan	nan
0.0116	2.5172310458495657	8400	nan	nan	nan	nan
nan	2.5172310458495657	8400	0.021601684391498566	0.9393077752720855	0.927216415021293	0.951718656864693
0.0092	2.5322145639796223	8450	nan	nan	nan	nan
0.0042	2.5471980821096794	8500	nan	nan	nan	nan
0.0028	2.5621816002397364	8550	nan	nan	nan	nan
0.0064	2.577165118369793	8600	nan	nan	nan	nan
nan	2.577165118369793	8600	0.023002516478300095	0.9376470588235294	0.9254886781497967	0.9501291476256706
0.0031	2.59214863649985	8650	nan	nan	nan	nan
0.0082	2.607132154629907	8700	nan	nan	nan	nan
0.0084	2.622115672759964	8750	nan	nan	nan	nan
0.0062	2.637099190890021	8800	nan	nan	nan	nan
nan	2.637099190890021	8800	0.021417448297142982	0.9408654787546504	0.9274271376182204	0.9546989866878601
0.012	2.652082709020078	8850	nan	nan	nan	nan
0.0059	2.667066227150135	8900	nan	nan	nan	nan
0.0038	2.682049745280192	8950	nan	nan	nan	nan
0.0068	2.6970332634102485	9000	nan	nan	nan	nan
nan	2.6970332634102485	9000	0.020486442372202873	0.9461242982369744	0.9380859375	0.9543016093781045
0.0014	2.7120167815403056	9050	nan	nan	nan	nan
0.005	2.7270002996703626	9100	nan	nan	nan	nan
0.0043	2.7419838178004197	9150	nan	nan	nan	nan
0.0058	2.7569673359304767	9200	nan	nan	nan	nan
nan	2.7569673359304767	9200	0.021796243265271187	0.9496756437979164	0.9397004473837774	0.9598648917146831
0.0044	2.7719508540605333	9250	nan	nan	nan	nan
0.0021	2.7869343721905904	9300	nan	nan	nan	nan
0.0059	2.8019178903206474	9350	nan	nan	nan	nan
0.0043	2.816901408450704	9400	nan	nan	nan	nan
nan	2.816901408450704	9400	0.021570958197116852	0.9471201100845291	0.9371717564676133	0.9572819392012716
0.0036	2.831884926580761	9450	nan	nan	nan	nan
0.0035	2.846868444710818	9500	nan	nan	nan	nan
0.0051	2.861851962840875	9550	nan	nan	nan	nan
0.006	2.8768354809709322	9600	nan	nan	nan	nan
nan	2.8768354809709322	9600	0.019946547225117683	0.9462895437074996	0.9387954634337113	0.9539042320683488
0.003	2.891818999100989	9650	nan	nan	nan	nan
0.0047	2.906802517231046	9700	nan	nan	nan	nan
0.0036	2.921786035361103	9750	nan	nan	nan	nan
0.0069	2.9367695534911595	9800	nan	nan	nan	nan
nan	2.9367695534911595	9800	0.020247897133231163	0.9494929605198384	0.9410616705698673	0.9580766938207829
0.0061	2.9517530716212166	9850	nan	nan	nan	nan
0.0064	2.9667365897512736	9900	nan	nan	nan	nan
0.0038	2.9817201078813307	9950	nan	nan	nan	nan
0.0029	2.9967036260113877	10000	nan	nan	nan	nan
nan	2.9967036260113877	10000	0.019556311890482903	0.9483199056789153	0.9379980563654033	0.958871448440294
0.0031	3.0116871441414443	10050	nan	nan	nan	nan
0.0037	3.0266706622715014	10100	nan	nan	nan	nan
0.0009	3.0416541804015584	10150	nan	nan	nan	nan
0.0041	3.056637698531615	10200	nan	nan	nan	nan
nan	3.056637698531615	10200	0.021297529339790344	0.9485714285714285	0.9407856165722103	0.9564871845817604
0.0034	3.071621216661672	10250	nan	nan	nan	nan
0.0007	3.086604734791729	10300	nan	nan	nan	nan
0.0015	3.101588252921786	10350	nan	nan	nan	nan
0.0017	3.116571771051843	10400	nan	nan	nan	nan
nan	3.116571771051843	10400	0.021746890619397163	0.9465919150191796	0.9372808726139462	0.9560898072720048
0.0018	3.1315552891819	10450	nan	nan	nan	nan
0.0046	3.146538807311957	10500	nan	nan	nan	nan
0.0018	3.161522325442014	10550	nan	nan	nan	nan
0.0006	3.1765058435720706	10600	nan	nan	nan	nan
nan	3.1765058435720706	10600	0.023545637726783752	0.9478654337989377	0.9386323787258913	0.9572819392012716
0.0014	3.1914893617021276	10650	nan	nan	nan	nan
0.003	3.2064728798321847	10700	nan	nan	nan	nan
0.0008	3.2214563979622417	10750	nan	nan	nan	nan
0.0006	3.2364399160922983	10800	nan	nan	nan	nan
nan	3.2364399160922983	10800	0.0237252376973629	0.9480302583750859	0.9376214535561601	0.9586727597854162
0.0013	3.2514234342223554	10850	nan	nan	nan	nan
0.0018	3.2664069523524124	10900	nan	nan	nan	nan
0.0031	3.2813904704824695	10950	nan	nan	nan	nan
0.0014	3.296373988612526	11000	nan	nan	nan	nan
nan	3.296373988612526	11000	0.022523093968629837	0.9478971732492858	0.93984375	0.9560898072720048
0.0036	3.311357506742583	11050	nan	nan	nan	nan
0.0022	3.32634102487264	11100	nan	nan	nan	nan
0.0018	3.341324543002697	11150	nan	nan	nan	nan
0.0007	3.356308061132754	11200	nan	nan	nan	nan
nan	3.356308061132754	11200	0.022165952250361443	0.9504482317013102	0.9425556858147714	0.9584740711305384
0.0013	3.371291579262811	11250	nan	nan	nan	nan
0.0012	3.386275097392868	11300	nan	nan	nan	nan
0.0008	3.401258615522925	11350	nan	nan	nan	nan
0.0018	3.4162421336529816	11400	nan	nan	nan	nan
nan	3.4162421336529816	11400	0.023653803393244743	0.949256084343285	0.9415559030492572	0.9570832505463938
0.0014	3.4312256517830386	11450	nan	nan	nan	nan
0.0037	3.4462091699130957	11500	nan	nan	nan	nan
0.0055	3.4611926880431527	11550	nan	nan	nan	nan
0.0031	3.4761762061732093	11600	nan	nan	nan	nan
nan	3.4761762061732093	11600	0.023312583565711975	0.9524561057407773	0.945739471106758	0.9592688257500497
0.0015	3.4911597243032664	11650	nan	nan	nan	nan
0.0023	3.5061432424333234	11700	nan	nan	nan	nan
0.0024	3.52112676056338	11750	nan	nan	nan	nan
0.0007	3.536110278693437	11800	nan	nan	nan	nan
nan	3.536110278693437	11800	0.024143557995557785	0.9536123174101855	0.9474406746420867	0.9598648917146831
0.0025	3.551093796823494	11850	nan	nan	nan	nan
0.0023	3.566077314953551	11900	nan	nan	nan	nan
0.0013	3.5810608330836082	11950	nan	nan	nan	nan
0.0013	3.596044351213665	12000	nan	nan	nan	nan
nan	3.596044351213665	12000	0.02332986518740654	0.9513204572329523	0.9436950146627566	0.9590701370951719
0.0012	3.611027869343722	12050	nan	nan	nan	nan
0.001	3.626011387473779	12100	nan	nan	nan	nan
0.0013	3.6409949056038355	12150	nan	nan	nan	nan
0.0017	3.6559784237338926	12200	nan	nan	nan	nan
nan	3.6559784237338926	12200	0.02278595045208931	0.953770330211927	0.9464006259780907	0.9612557122988278
0.0004	3.6709619418639496	12250	nan	nan	nan	nan
0.0025	3.6859454599940067	12300	nan	nan	nan	nan
0.0013	3.7009289781240637	12350	nan	nan	nan	nan
0.0006	3.7159124962541203	12400	nan	nan	nan	nan
nan	3.7159124962541203	12400	0.023107318207621574	0.9529156816390859	0.9449111154522367	0.96105702364395
0.0016	3.7308960143841774	12450	nan	nan	nan	nan
0.0007	3.7458795325142344	12500	nan	nan	nan	nan
0.0029	3.760863050644291	12550	nan	nan	nan	nan
0.0013	3.775846568774348	12600	nan	nan	nan	nan
nan	3.775846568774348	12600	0.02281193621456623	0.9544108940201302	0.9480494020780239	0.9608583349890721
0.0008	3.790830086904405	12650	nan	nan	nan	nan
0.0005	3.805813605034462	12700	nan	nan	nan	nan
0.0018	3.8207971231645192	12750	nan	nan	nan	nan
0.0064	3.835780641294576	12800	nan	nan	nan	nan
nan	3.835780641294576	12800	0.023054048418998718	0.9543658632951403	0.948929483402082	0.9598648917146831
0.0025	3.850764159424633	12850	nan	nan	nan	nan
0.0049	3.86574767755469	12900	nan	nan	nan	nan
0.0015	3.8807311956847466	12950	nan	nan	nan	nan
0.0013	3.8957147138148036	13000	nan	nan	nan	nan
nan	3.8957147138148036	13000	0.0226026251912117	0.9531234580084872	0.9468627450980392	0.9594675144049275
0.0046	3.9106982319448607	13050	nan	nan	nan	nan
0.003	3.9256817500749177	13100	nan	nan	nan	nan
0.003	3.9406652682049748	13150	nan	nan	nan	nan
0.0006	3.9556487863350314	13200	nan	nan	nan	nan
nan	3.9556487863350314	13200	0.02252662368118763	0.9524748570301715	0.9453904873752202	0.9596662030598053
0.0033	3.9706323044650884	13250	nan	nan	nan	nan
0.0006	3.9856158225951455	13300	nan	nan	nan	nan
nan	4.0	13348	nan	nan	nan	nan

Framework versions

• Transformers: 2.3.0
• Pytorch: (siehe Umgebung)
• Datasets: (siehe Umgebung)
• Tokenizers: (siehe Umgebung)