spaCy 的 NER 有没有办法计算每个实体类型的指标？

Question

spaCy 的 NER 模型中是否有一种方法可以提取每个实体类型的指标（精度、召回率、f1 分数）？

看起来像这样的东西：

         precision    recall  f1-score   support

  B-LOC      0.810     0.784     0.797      1084

  I-LOC      0.690     0.637     0.662       325

 B-MISC      0.731     0.569     0.640       339

 I-MISC      0.699     0.589     0.639       557

  B-ORG      0.807     0.832     0.820      1400

  I-ORG      0.852     0.786     0.818      1104

  B-PER      0.850     0.884     0.867       735

  I-PER      0.893     0.943     0.917       634

平均/总计 0.809 0.787 0.796 6178

取自：http : //www.davidsbatista.net/blog/2018/05/09/Named_Entity_Evaluation/

Answer 1

我一直在研究这个，现在它通过这个Pull Request与 spacy 集成。现在您只需要调用Scorer().scores它，它就会返回带有附加键的常用 dict ，该键ents_per_type将包含每个实体的 Precision、Recall 和 F1-Score 指标。希望能帮助到你！