如何评估自定义NER模型？

Question

我已经基于两个不同的drop值并具有相同的迭代次数来训练NER模型，如下所示：

scenario1:- nlp.update([text],[annotations],drop=0.2,sgd=optimizer,losses=losses)
scenario2:- nlp.update([text],[annotations],drop=0.5,sgd=optimizer,losses=losses)

注意：-对于场景number of iterations are 100和training data size均为75。

如何根据损失评估哪种情况更好？任何人都可以提出在进行评估时需要考虑的哪些事情。

我正在打印类似losses iteration number 99 {'ner': 1.7483434898698305e-14}这样的损失