Update README.md

README.md

@@ -1,4 +1,4 @@
-# nc_ner_bert_model
+# 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.  
@@ -6,11 +6,29 @@ Die ursprünglichen 19 Labels wurden auf 7 Oberkategorien reduziert, um eine rob
 
 ## Evaluationsergebnisse
 
-- **F1-Score**: 0.9752  
-- **Precision**: 0.9713  
-- **Recall**: 0.9791  
+- **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**