scikit-learn - 如何在 sklearn-crfsuite 中取回不正确的 NER 预测
问题描述
我正在使用 sklearn-crfsuite 执行 NER。我正在尝试将实体提及案例报告为真阳性(预测和预期正确,即使没有实体),假阳性(预测说是,预期否)或假阴性(预测说不,预期是)。
除了基于标签/令牌的汇总统计信息之外,我看不到如何获取 NER 性能的任何其他信息。
我可以用不同的方式对实体提及进行分组,例如:正确的、不正确的、部分的、缺失的、虚假的。我可以自己围绕它编写一大堆代码来尝试完成此操作(并且可能必须这样做),但是必须通过一次调用来获取此信息?
以下是为获取摘要统计信息而进行的一些调用:
from sklearn import metrics
report = metrics.classification_report(targets, predictions,
output_dict=output_dict)
precision = metrics.precision_score(targets, predictions,
average='weighted')
f1 = metrics.f1_score(targets, predictions, average='weighted')
accuracy = metrics.accuracy_score(targets, predictions)
解决方案
推荐阅读
- c# - 我收到连接错误,它没有从数据库中读取数据
- xml - 如何访问子节点?DOM XML
- parsing - LL 自顶向下解析器,从 CST 到 AST
- git - 应用程序构建中添加的当前分支的 Fastlane git 提交
- angular - 将 Bootstrap 4 添加到 Angular 6 或 Angular 7 应用程序
- amazon-web-services - AWS,如何准备因推送通知而导致的用户高峰?
- java - 如何从服务器获取回声
- sql - 合并查询 1 和查询 2 的结果,其中查询 2 中只有一列应该出现
- jquery - ASP.NET MVC5,重定向后如何保存表单状态以检索它?
- node.js - 由于可能与节点冲突,节点预gyp安装错误