知识卡片
逐项准确率依赖对齐单位
accuracy比较相同位置预测是否等于参考,再除以项数;例中六标签有四项一致,得到4/6。它衡量token标签一致,不等于实体边界与类型都正确的NER实体级指标,也不能仅凭数值判断少数类别表现。需要明确参考数据与测试数据的对应关系,不能把训练标签当任意系统的客观金标准。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 字符串操作 1.5 相似性度量 · 查看原书依据
accuracy(training,testing)
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第1章 字符串操作,spine055单元022;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00054.html。
- 结论依据:原文六标签按位置对比有4项一致,官方scores按相同索引比较;这不涉及实体span级匹配。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/metrics/scores.html。未在本机运行示例或改变环境。
- 原始内容:'.split() >>> print(accuracy(training,testing)) 0.6666666666666666 >>> trainset=set(training) >>> testset=set(testing) >>> precisio