知识卡片
词性演示未验证实体识别
demo_pos输出Brown风格词性、熵和284 token的92.96%报告,展示的是POS模型评估。Brown的NP标签在此表示专名词性,不是已预测NP短语块,更不是PERSON等NER类型。即使可在后处理中利用专名信息,也需实体边界和分类评估;本章长输出不证明已经训练或测试一个NER系统,本次未运行任何HMM演示。
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6章 语义分析:意义很重要 6.1.2 使用隐马尔科夫模型的NER系统 · 查看原书依据
accuracy over 284 tokens
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6章 语义分析:意义很重要,spine060单元004;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/text00059.html。
- 结论依据:原文调用名demo_pos、Test/HMM-tagged的词性码和token准确率直接限制证据范围,不能以章节标题替代实际任务。未在本机运行示例或改变环境。
- 原始内容:------------------- accuracy over 284 tokens: 92.96