|
--- |
|
license: apache-2.0 |
|
tags: |
|
- generated_from_trainer |
|
metrics: |
|
- accuracy |
|
model-index: |
|
- name: khmer-text-classification-roberta |
|
results: [] |
|
widget: |
|
- text: >- |
|
កីឡាការិនីម្ចាស់មេដាយមាស តៃក្វាន់ដូ ស៊ន សៀវម៉ី |
|
បានបង្ហាញជំហរដ៏រឹងមាំក្នុងការដណ្តើមយកមេដាយមាសបន្ថែមទៀតឱ្យបាន |
|
និងបង្ហាញពីអារម្មណ៍របស់ខ្លួនដែលរូបនាងមានមោទនភាពបំផុតបានក្លាយជាកីឡាការិនីរបស់កម្ពុជាយើង |
|
។ |
|
- text: "ក្មេងទំនើងចំនួន០២នាក់ ជិះម៉ូតូបង្ហោះតាមដងផ្លូវបង្កគ្រោះថ្នាក់ដល់ប្រជាពលរដ្ឋម្នាក់ ហើយបែរជានិយាយដោះសារថា អត់បង្ហោះទេ មកពីម៉ូតូជាប់លេខ២ ត្រូវបានកម្លាំងប៉ុស្តិ៍នគរបាលរដ្ឋបាលទឹកល្អក់ទី៣ នៃអធិការដ្ឋាននគរបាលខណ្ឌទួលគោក បានស្រាវជ្រាវឃាត់ខ្លួនវេលាម៉ោងប្រហែល១២និង៤០នាទីរសៀលថ្ងៃទី១២ ខែឧសភា ឆ្នាំ២០២៣ នេះបើតាមស្នងការដ្ឋាននគរបាលរាជធានីភ្នំពេញ។" |
|
language: |
|
- km |
|
pipeline_tag: text-classification |
|
--- |
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
should probably proofread and complete it, then remove this comment. --> |
|
|
|
# khmer-text-classification-roberta |
|
|
|
This model is a fine-tuned version of [xlm-roberta-base](https://huggingface.co/xlm-roberta-base) on the None dataset. |
|
It achieves the following results on the evaluation set: |
|
- Loss: 0.8290 |
|
- Accuracy: 0.6477 |
|
|
|
## Model description |
|
|
|
More information needed |
|
|
|
## Intended uses & limitations |
|
|
|
More information needed |
|
|
|
## Training and evaluation data |
|
|
|
More information needed |
|
|
|
## Training procedure |
|
|
|
### Training hyperparameters |
|
|
|
The following hyperparameters were used during training: |
|
- learning_rate: 2e-05 |
|
- train_batch_size: 44 |
|
- eval_batch_size: 44 |
|
- seed: 42 |
|
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 |
|
- lr_scheduler_type: linear |
|
- num_epochs: 4 |
|
|
|
### Training results |
|
|
|
| Training Loss | Epoch | Step | Validation Loss | Accuracy | |
|
|:-------------:|:-----:|:----:|:---------------:|:--------:| |
|
| 0.983 | 1.0 | 1228 | 0.8927 | 0.6327 | |
|
| 0.8734 | 2.0 | 2456 | 0.8639 | 0.6417 | |
|
| 0.8008 | 3.0 | 3684 | 0.8296 | 0.648 | |
|
| 0.7483 | 4.0 | 4912 | 0.8290 | 0.6477 | |
|
|
|
|
|
### Framework versions |
|
|
|
- Transformers 4.29.1 |
|
- Pytorch 2.0.1+cu118 |
|
- Datasets 2.12.0 |
|
- Tokenizers 0.13.3 |
