Stanford CRFClassifier 性能评估输出
Stanford CRFClassifier performance evaluation output
我正在关注此常见问题解答 https://nlp.stanford.edu/software/crf-faq.shtml 以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方式不匹配）。
特别是这个部分
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 是预测标签与黄金标签匹配的所有实例，FP 是预测 MYLABEL 但黄金标签是 [=14] 的所有实例=]、FN 是预测为 O 但黄金为 MYLABEL 的所有实例。
如果我自己根据程序的输出计算这些数字，我会得到完全不同的数字，与程序打印的内容无关。我用各种测试文件试过这个。
我正在使用 Stanford NER - v3.7.0 - 2016-10-31
我是不是漏掉了什么？
F1 分数基于实体而不是标签。
示例：
(Joe, PERSON) (Smith, PERSON) (went, O) (to, O) (Hawaii, LOCATION) (., O).
在此示例中，有两个可能的实体：
Joe Smith PERSON
Hawaii LOCATION
实体是通过使用具有相同标签的所有相邻标记创建的。 （除非你使用更复杂的 BIO 标签方案；BIO 方案有像 I-PERSON 和 B-PERSON 这样的标签来指示一个标记是否是一个实体的开始，等等）。
我正在关注此常见问题解答 https://nlp.stanford.edu/software/crf-faq.shtml 以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方式不匹配）。 特别是这个部分
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 是预测标签与黄金标签匹配的所有实例，FP 是预测 MYLABEL 但黄金标签是 [=14] 的所有实例=]、FN 是预测为 O 但黄金为 MYLABEL 的所有实例。
如果我自己根据程序的输出计算这些数字，我会得到完全不同的数字，与程序打印的内容无关。我用各种测试文件试过这个。
我正在使用 Stanford NER - v3.7.0 - 2016-10-31
我是不是漏掉了什么？
F1 分数基于实体而不是标签。
示例：
(Joe, PERSON) (Smith, PERSON) (went, O) (to, O) (Hawaii, LOCATION) (., O).
在此示例中，有两个可能的实体：
Joe Smith PERSON
Hawaii LOCATION
实体是通过使用具有相同标签的所有相邻标记创建的。 （除非你使用更复杂的 BIO 标签方案；BIO 方案有像 I-PERSON 和 B-PERSON 这样的标签来指示一个标记是否是一个实体的开始，等等）。