--- license: mit base_model: microsoft/layoutlm-base-uncased tags: - generated_from_trainer datasets: - blumatix_dataset model-index: - name: layoutlm-GenText results: [] --- # layoutlm-GenText This model is a fine-tuned version of [microsoft/layoutlm-base-uncased](https://huggingface.co/microsoft/layoutlm-base-uncased) on the blumatix_dataset dataset. It achieves the following results on the evaluation set: - Loss: 0.4300 - At Table Summary: {'precision': 0.7777777777777778, 'recall': 0.875, 'f1': 0.823529411764706, 'number': 8} - Aymentinformation: {'precision': 0.7272727272727273, 'recall': 0.6153846153846154, 'f1': 0.6666666666666667, 'number': 13} - Eader: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} - Ineitemtable: {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} - Nvoicedetails: {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} - Ogo: {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} - Ontact: {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} - Ooter: {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} - Overall Precision: 0.8247 - Overall Recall: 0.8247 - Overall F1: 0.8247 - Overall Accuracy: 0.8611 ## 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: 3e-05 - train_batch_size: 16 - eval_batch_size: 8 - seed: 42 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: linear - num_epochs: 15 - mixed_precision_training: Native AMP ### Training results | Training Loss | Epoch | Step | Validation Loss | At Table Summary | Aymentinformation | Eader | Ineitemtable | Nvoicedetails | Ogo | Ontact | Ooter | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy | |:-------------:|:-----:|:----:|:---------------:|:----------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------:|:-----------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------:|:-----------------------------------------------------------------------------------------:|:-----------------:|:--------------:|:----------:|:----------------:| | 1.8986 | 1.0 | 7 | 1.5870 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} | {'precision': 0.625, 'recall': 0.38461538461538464, 'f1': 0.4761904761904762, 'number': 13} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.16666666666666666, 'recall': 0.25, 'f1': 0.2, 'number': 20} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.27586206896551724, 'recall': 0.5, 'f1': 0.35555555555555557, 'number': 16} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | 0.2687 | 0.1856 | 0.2195 | 0.4537 | | 1.4325 | 2.0 | 14 | 1.1397 | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} | {'precision': 0.42857142857142855, 'recall': 0.46153846153846156, 'f1': 0.4444444444444445, 'number': 13} | {'precision': 1.0, 'recall': 0.5, 'f1': 0.6666666666666666, 'number': 10} | {'precision': 0.8, 'recall': 0.4, 'f1': 0.5333333333333333, 'number': 10} | {'precision': 0.44, 'recall': 0.55, 'f1': 0.48888888888888893, 'number': 20} | {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} | {'precision': 0.375, 'recall': 0.5625, 'f1': 0.45, 'number': 16} | {'precision': 0.6666666666666666, 'recall': 0.2, 'f1': 0.30769230769230765, 'number': 10} | 0.4868 | 0.3814 | 0.4277 | 0.5741 | | 1.1089 | 3.0 | 21 | 0.8939 | {'precision': 0.4, 'recall': 0.25, 'f1': 0.3076923076923077, 'number': 8} | {'precision': 0.38461538461538464, 'recall': 0.38461538461538464, 'f1': 0.38461538461538464, 'number': 13} | {'precision': 1.0, 'recall': 0.7, 'f1': 0.8235294117647058, 'number': 10} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | {'precision': 0.5454545454545454, 'recall': 0.6, 'f1': 0.5714285714285713, 'number': 20} | {'precision': 0.625, 'recall': 0.5, 'f1': 0.5555555555555556, 'number': 10} | {'precision': 0.5882352941176471, 'recall': 0.625, 'f1': 0.6060606060606061, 'number': 16} | {'precision': 0.6666666666666666, 'recall': 0.4, 'f1': 0.5, 'number': 10} | 0.5977 | 0.5361 | 0.5652 | 0.6944 | | 0.8769 | 4.0 | 28 | 0.7450 | {'precision': 0.5, 'recall': 0.375, 'f1': 0.42857142857142855, 'number': 8} | {'precision': 0.6363636363636364, 'recall': 0.5384615384615384, 'f1': 0.5833333333333334, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | {'precision': 0.7894736842105263, 'recall': 0.75, 'f1': 0.7692307692307692, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.75 | 0.7113 | 0.7302 | 0.8056 | | 0.7089 | 5.0 | 35 | 0.6354 | {'precision': 1.0, 'recall': 0.75, 'f1': 0.8571428571428571, 'number': 8} | {'precision': 0.6428571428571429, 'recall': 0.6923076923076923, 'f1': 0.6666666666666666, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.8181818181818182, 'recall': 0.9, 'f1': 0.8571428571428572, 'number': 10} | {'precision': 0.8421052631578947, 'recall': 0.8, 'f1': 0.8205128205128205, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.7938 | 0.7938 | 0.7938 | 0.8426 | | 0.6253 | 6.0 | 42 | 0.5627 | {'precision': 1.0, 'recall': 0.875, 'f1': 0.9333333333333333, 'number': 8} | {'precision': 0.6428571428571429, 'recall': 0.6923076923076923, 'f1': 0.6666666666666666, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 10} | {'precision': 0.8947368421052632, 'recall': 0.85, 'f1': 0.8717948717948718, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | 0.8041 | 0.8041 | 0.8041 | 0.8519 | | 0.5632 | 7.0 | 49 | 0.5253 | {'precision': 1.0, 'recall': 0.875, 'f1': 0.9333333333333333, 'number': 8} | {'precision': 0.75, 'recall': 0.6923076923076923, 'f1': 0.7199999999999999, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.8181818181818182, 'recall': 0.9, 'f1': 0.8571428571428572, 'number': 10} | {'precision': 0.8, 'recall': 0.8, 'f1': 0.8000000000000002, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 10} | 0.8021 | 0.7938 | 0.7979 | 0.8426 | | 0.5003 | 8.0 | 56 | 0.4927 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 8} | {'precision': 0.7142857142857143, 'recall': 0.7692307692307693, 'f1': 0.7407407407407408, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8469 | 0.8557 | 0.8513 | 0.8796 | | 0.4502 | 9.0 | 63 | 0.4682 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 8} | {'precision': 0.7142857142857143, 'recall': 0.7692307692307693, 'f1': 0.7407407407407408, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8469 | 0.8557 | 0.8513 | 0.8796 | | 0.4891 | 10.0 | 70 | 0.4630 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 8} | {'precision': 0.6923076923076923, 'recall': 0.6923076923076923, 'f1': 0.6923076923076923, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} | {'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 10} | 0.8247 | 0.8247 | 0.8247 | 0.8611 | | 0.4707 | 11.0 | 77 | 0.4498 | {'precision': 0.8888888888888888, 'recall': 1.0, 'f1': 0.9411764705882353, 'number': 8} | {'precision': 0.75, 'recall': 0.6923076923076923, 'f1': 0.7199999999999999, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8367 | 0.8454 | 0.8410 | 0.8704 | | 0.3707 | 12.0 | 84 | 0.4455 | {'precision': 0.7777777777777778, 'recall': 0.875, 'f1': 0.823529411764706, 'number': 8} | {'precision': 0.7272727272727273, 'recall': 0.6153846153846154, 'f1': 0.6666666666666667, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8247 | 0.8247 | 0.8247 | 0.8611 | | 0.3966 | 13.0 | 91 | 0.4352 | {'precision': 0.7777777777777778, 'recall': 0.875, 'f1': 0.823529411764706, 'number': 8} | {'precision': 0.6363636363636364, 'recall': 0.5384615384615384, 'f1': 0.5833333333333334, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7058823529411765, 'recall': 0.75, 'f1': 0.7272727272727272, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8125 | 0.8041 | 0.8083 | 0.8519 | | 0.3643 | 14.0 | 98 | 0.4309 | {'precision': 0.875, 'recall': 0.875, 'f1': 0.875, 'number': 8} | {'precision': 0.6923076923076923, 'recall': 0.6923076923076923, 'f1': 0.6923076923076923, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8351 | 0.8351 | 0.8351 | 0.8704 | | 0.3919 | 15.0 | 105 | 0.4300 | {'precision': 0.7777777777777778, 'recall': 0.875, 'f1': 0.823529411764706, 'number': 8} | {'precision': 0.7272727272727273, 'recall': 0.6153846153846154, 'f1': 0.6666666666666667, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} | {'precision': 0.9473684210526315, 'recall': 0.9, 'f1': 0.9230769230769231, 'number': 20} | {'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 10} | {'precision': 0.7222222222222222, 'recall': 0.8125, 'f1': 0.7647058823529411, 'number': 16} | {'precision': 0.7777777777777778, 'recall': 0.7, 'f1': 0.7368421052631577, 'number': 10} | 0.8247 | 0.8247 | 0.8247 | 0.8611 | ### Framework versions - Transformers 4.38.2 - Pytorch 2.2.1+cu121 - Datasets 2.18.0 - Tokenizers 0.15.2