知识卡片
实体指标分母要对应预测与金标
精确率衡量预测实体中正确的比例,召回率衡量金标实体被找回的比例。按原段每个Incorrect同时占一个预测与一个金标的对应约定,P=C/(C+I+Spurious),R=C/(C+I+Missing);原文二者的Missing/Spurious位置颠倒。实际跨度匹配须明定边界、类型及重叠对齐方式,不能任意让一个错误抵多次。F1=2PR/(P+R),零分母另定约定。
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 · 2 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
Correct+Incorrect+Missing
- 第7章 情感分析:我很快乐 7.1.3 NER系统的评估 · 查看原书依据
Correct+Incorrect+Missing
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005;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:原文先定义Missing为漏掉金标、Spurious为多预测,却在公式用反分母,按定义可纠正;Incorrect是否一对一须显式限定。未在本机运行示例或改变环境。
- 原始内容: :定义如下: P=Correct/ (Correct+Incorrect+Missing) Recall (R) :定义如下: R=Correct/ (Correct+Incorrect+Spurious) F-Measure :定义如下: F-Measur