大哥，你本人测试的结果也是这样吗

[1a2cjitenfei]

训练了33个epoch得到下面的结果：
avg_precision: 0.7733637138826565, avg_recall: 0.7902737446924301, avg_f1: 0.7806660288039
Best F1: 0.7875311899437892

这个结果是不是跟bert+crf比还差一点点呢？
https://github.com/lonePatient/BERT-NER-Pytorch 这个里面的BERT+CRF

Accuracy (entity) | Recall (entity) | F1 score (entity)
0.7977 | 0.8177 | 0.8076

[gaohongkui]

我的与苏神的结果一致

你可以尝试重新训练，或者更换bert-base-chinese为hfl/chinese-roberta-wwm-ext

[nlper01]

训练了好几次，改用了hfl/chinese-roberta-wwm-ext还是差着一点呀

[feitboiling]

你好, 我的结果也是这样的, 请问除了改成roberta 还有什么办法吗?

[feitboiling]

接上一条... 请问超参数可以公布一下吗?

[nlper01]

改用了hfl/chinese-roberta-wwm-ext也还是差着一点
我记得是10个还是33个epoch后模型就已经收敛了

[feitboiling]

是的, 我调一下超参数, batch_size=128, best_f1=0.7923