如何创建名称实体识别，并从精确性和召回性的角度评价其性能？
如何创建名称实体识别，并从精确性和召回性的角度评价其性能？
提问于 2016-07-22 06:51:57
我正在研究从电影评论数据集中识别方面(显式和隐式方面)。在这里，可以是演员，导演，制作公司，音乐，情节，电影类型等。尽管我搜索了很多，我已经认识到我需要一个NER (名称实体识别)的电影评论数据集。不幸的是，我的数据集没有NER可用。
我的问题是：
- 我如何评估我的“电影纳”的精确性，召回和F1测量？
- 为此，我应该使用什么工具？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-07-25 15:02:36
答案：
- 如果您没有黄金数据，那么首先需要注释并创建您自己的黄金数据集。然后，您可以使用这些数据进行精确、召回、F1度量计算。
- 对于NER，您可以使用基于机器学习的方法。我可以建议你使用CRF++。您需要使用IOB技术定义自己的标记集和注释数据，并使用CRF++进行模型培训和测试。您可以使用conlleval.pl计算该算法的精度，以提高精确度和召回率。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38519982
复制相关文章
相似问题
腾讯云开发者
