知识卡片
评估正确与否要对齐当前位置
同一个word/tag在训练或测试金标的任何地方出现过,不能证明当前预测位置正确。示例wDict合并词条后凭成员资格计j,丢掉重复位置、句界和实体跨度,甚至把训练中的标签当测试正确性依据。应先按同一输入对齐金标与预测,明确跨度和类型匹配;否则precision/recall公式再正确也无法修复错误的Correct计数。
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
if t1 in ws or t1 in wDict
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7章 情感分析:我很快乐,spine061单元008;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/text00060.html。
- 结论依据:原文成员判断直接增加正确计数,wDict又纳入tlines训练词条,明确显示评估对象错位。未在本机运行示例或改变环境。
- 原始内容:' in t1: #print(t1) if t1 in ws or t1 in wDict: woe.append(t1) j=j+1 if t1 not in wDict: wdd=t1.split("/") if wdd[0] not in woe2: w