spaCy 的 NER 模型中是否有一種方法可以提取每個實體類型的指標（精度、召回率、f1 分數）？看起來像這樣的東西： precision recall f1-score support B-LOC 0.810 0.784 0.797 1084 I-LOC 0.690 0.637 0.662 325 B-MISC 0.731 0.569 0.640 339 I-MISC 0.699 0.589 0.639 557 B-ORG 0.807 0.832 0.820 1400 I-ORG 0.852 0.786 0.818 1104 B-PER 0.850 0.884 0.867 735 I-PER 0.893 0.943 0.917 634平均/總計 0.809 0.787 0.796 6178取自：http : //www.davidsbatista.net/blog/2018/05/09/Named_Entity_Evaluation/
2 回答
回首憶惘然
TA貢獻1847條經驗 獲得超11個贊
我一直在研究這個，現在它通過這個Pull Request與 spacy 集成。
現在您只需要調用Scorer().scores它，它就會返回帶有附加鍵的常用 dict ，該鍵ents_per_type將包含每個實體的 Precision、Recall 和 F1-Score 指標。
希望能幫助到你！
添加回答
舉報
0/150
提交
取消