metadata

license: apache-2.0
base_model: Geotrend/bert-base-th-cased
tags:
  - generated_from_trainer
metrics:
  - precision
  - recall
  - f1
  - accuracy
model-index:
  - name: pos_thai
    results: []
language: th
widget:
  - text: ภาษาไทย ง่าย นิดเดียว
    example_title: test1
  - text: >-
      หนุ่ม เลี้ยง ควาย ใน อิสราเอล เผย รายได้ ต่อ เดือน ทำงาน 4 ปี สร้าง บ้าน
      ได้ 1 หลัง
    example_title: test2
datasets:
  - lunarlist/tagging_thai

pos_thai

This model is a fine-tuned version of Geotrend/bert-base-th-cased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0935
Precision: 0.9525
Recall: 0.9540
F1: 0.9533
Accuracy: 0.9693

Model description

This model is train on thai pos_tag datasets to help with pos tagging in Thai language.

Example

from transformers import AutoModelForTokenClassification, AutoTokenizer, TokenClassificationPipeline

model = AutoModelForTokenClassification.from_pretrained("lunarlist/pos_thai")
tokenizer = AutoTokenizer.from_pretrained("lunarlist/pos_thai")

pipeline = TokenClassificationPipeline(model=model, tokenizer=tokenizer, grouped_entities=True)
outputs = pipeline("ภาษาไทย ง่าย นิดเดียว")
print(outputs)

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
0.1124	1.0	7344	0.1048	0.9505	0.9478	0.9492	0.9670
0.0866	2.0	14688	0.0935	0.9525	0.9540	0.9533	0.9693

Framework versions

Transformers 4.34.1
Pytorch 2.1.0+cu118
Datasets 2.14.5
Tokenizers 0.14.1