NICFRU's picture
Update README.md
8e4cd7a verified

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, ANPER
  • Orte: LD, ST, STR, LDSLOC
  • Organisationen: ORG, UN, INN, GRT, MRKORG
  • Rechtsnormen: GS, VO, EUNNRM
  • Regelwerke & Verträge: VS, VTREG
  • 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)