代码之家 › 专栏 › 技术社区 › user1170883

斯坦福CRFClassizer性能评估输出

crf named-entity-recognition stanford-nlp

user1170883 · 技术社区 · 8 年前

我关注这个常见问题 https://nlp.stanford.edu/software/crf-faq.shtml 为了训练我自己的分类器,我注意到性能评估输出与结果不匹配(或者至少与我预期的不匹配)。

CRFClassifier tagged 16119 words in 1 documents at 13824.19 words per second. Entity P R F1 TP FP FN MYLABEL 1.0000 0.9961 0.9980 255 0 1 Totals 1.0000 0.9961 0.9980 255 0 1

我希望 TP 作为所有预测标签与黄金标签匹配的实例, FP 在所有情况下 MYLABEL 被预言了,但金标签是 O , FN 在所有情况下 O 是预测的,但黄金是 MYLABEL公司

如果我自己从程序的输出中计算这些数字,我会得到完全不同的数字,与程序打印的内容无关。我已经用各种测试文件尝试过了。我正在使用 Stanford NER - v3.7.0 - 2016-10-31

我错过什么了吗?

1 回复 | 直到 8 年前

StanfordNLPHelp 8 年前

F1分数在实体而不是标签上。

(Joe, PERSON) (Smith, PERSON) (went, O) (to, O) (Hawaii, LOCATION) (., O).

在本例中,有两个可能的实体:

Joe Smith   PERSON
Hawaii      LOCATION

实体是通过获取具有相同标签的所有相邻令牌来创建的。(除非您使用更复杂的生物标记方案;生物方案具有I-PERSON和B-PERSON等标记,以指示令牌是否是实体的开始,等等)。

推荐文章

Shadi · 命名实体识别大写问题

8 年前

akay · 斯坦福NLP NER,情绪,SUTime性能问题

8 年前

user1170883 · 斯坦福CRFClassizer性能评估输出

8 年前

MenorcanOrange · MITIE-ner模型

9 年前

meow · NLTK标记化但不拆分命名实体

9 年前

vinita · 基于数据库中的值作为训练集从电子邮件中提取字段

9 年前

hamsy · R中的自定义令牌注释

9 年前

AbtPst · 如何为StanfordNER清理句子

10 年前

Mark · 使用CoreNLP提取多单词命名实体

12 年前