没有合适的资源?快使用搜索试试~ 我知道了~
不同预训练模型的实验与评估1
资源详情
资源评论
资源推荐
不代表每个预训练模型的最佳性能
NER(bert+crf)seq_len=32 epoch=5
预训练模型
batch
micro-
f1
macro-
f1
f1(##WordPiece)
f1(B-
NP/I-
NP)
chinese_wwm_ext_L-
12_H-768_A-12
40
93.0
88.0
63.0
77.0
chinese_rbt3_L-3_H-768_A-
12
40
93.1
88.0
61.0
79.0
chinese_rbt4_L-4_H-768_A-
12
40
92.0
87.0
62.0
75.0
chinese_rbt6_L-6_H-768_A-
12
40
93.0
88.0
61.0
77.0
chinese_rbtl3_L-3_H-
1024_A-16
40
92.0
88.0
64.0
74.0
SIM(bert)seq_len=64 epoch=5
预训练模型
batch
accuracy
precision
recall
macro-f1
chinese_wwm_ext_L-
12_H-768_A-12
40
86.0
44.3
2.9
49.0
chinese_rbt3_L-3_H-
768_A-12
40
93.5
78.3
73.1
85.9
chinese_rbt4_L-4_H-
768_A-12
40
93.8
79.2
74.9
86.7
chinese_rbt6_L-6_H-
768_A-12
40
96.5
86.4
89.1
92.9
chinese_rbtl3_L-3_H-
1024_A-16
40
95.5
82.1
86.6
90.9
袁大岛
- 粉丝: 32
- 资源: 305
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0