Теперь я собираюсь сообщить результаты с помощью Named Entity Recognition. Одна вещь, которую я нахожу немного запутанной, заключается в том, что мое понимание точности и напоминания состоит в том, что мы просто суммируем истинные положительные результаты, истинные негативы, ложные срабатывания и ложные негативы по всем классам.
Но теперь мне кажется неправдоподобным, что я думаю об этом, поскольку каждая ошибочная классификация давала бы одновременно одно ложное положительное и одно ложное отрицание (например, токен, который должен был быть помечен как "А", но был помечен как "В", является false для "A" и false для "B" ). Таким образом, количество ложных срабатываний и ложных негативов над всеми классами будет одинаковым, что означает, что точность (всегда!) Равна отзыву. Это просто не может быть правдой, так что в моих рассуждениях есть ошибка, и мне интересно, где это. Это, безусловно, что-то совершенно очевидное и прямолинейное, но оно ускользает от меня прямо сейчас.