基于BERT、PyTorch实现命名实体识别

Batch大小为32,循环次数为8次,通过在线上环境完成训练,模型最优精度评分为80.59。

得分记录
2020-01-15

Batch Size 数据为 64 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 75.89 。

16:27:52
2020-01-03

Batch Size 数据为 40 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 77.48 。

18:36:26
2019-12-26

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 78.65 。

19:52:50
2019-12-25

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 79.28 。

15:05:34

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 78.7 。

14:23:40

Batch Size 数据为 64 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 75.79 。

13:34:50

Batch Size 数据为 16 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 78.14 。

12:26:19
2019-12-23

Batch Size 数据为 40 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 80.48 。

21:04:46

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 80.59 。

18:29:48

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 79.74 。

15:18:58
2019-12-23

Batch Size 数据为 32 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 75.02 。

01:58:22

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 78.24 。

23:08:03

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 76.77 。

20:25:07
2019-12-22

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 75.84 。

15:20:53

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 77.29 。

14:46:02

Batch Size 数据为 40 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 58.97 。

12:10:12

Batch Size 数据为 8 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 72.5 。

10:42:00
2019-12-21

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 73.13 。

20:16:58

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 73.41 。

19:24:27

Batch Size 数据为 24 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 72.21 。

17:11:43

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 76.4 。

16:16:43

Batch Size 数据为 32 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 72.01 。

15:05:49
2019-12-20

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 70.25 。

22:08:47

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 77.25 。

13:58:28

Batch Size 数据为 32 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 67.13 。

10:53:22

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 76.05 。

09:32:18
2019-12-19

Batch Size 数据为 32 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 75 。

23:55:10
2019-12-13

Batch Size 数据为 20 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 11.13 。

18:13:47

Batch Size 数据为 20 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 10.75 。

12:37:42
2019-12-13

Batch Size 数据为 20 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 37.68 。

01:18:46

Batch Size 数据为 20 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 32.9 。

20:57:07