mindformers.core.EntityScore

class mindformers.core.EntityScore

评估预测实体相对于真实标签的精确率、召回率和 F1 分数。

数学上，这些指标定义如下：

精确率 (Precision)：衡量预测的实体中正确预测的比例。

$$\text{Precision}=\frac{\text{正确预测的实体数量}}{\text{预测的实体总数量}}$$

召回率 (Recall)：衡量实际存在的实体中被正确预测的比例。

$$\text{Recall}=\frac{\text{正确预测的实体数量}}{\text{实际实体总数量}}$$

F1 分数 (F1 Score)：精确率和召回率的调和平均值，提供两者之间的平衡。

$$\text{F1}=\frac{2\times \text{Precision}\times \text{Recall}}{\text{Precision}+\text{Recall}}$$

clear()

清除局部评估结果。

eval()

计算评估结果。

返回：

评估结果字典，包含实体相对于真实标签的精确率、召回率和 F1 分数。

update(*inputs)

更新局部评估结果。

参数：

• *inputs (List) - 逻辑值和标签。其中逻辑值是形状为 $[N,C]$ 的张量，数据类型为Float16或Float32；标签是形状为 $[N,]$ 的张量，数据类型为Int32或Int64。其中 $N$ 为批次大小， $C$ 为实体类型总数。