问题描述
我已经训练了一个自定义的 NER 模型，训练完成后，它输出的结果是
NA然后我使用以下代码使用评估函数：
Results:
- F1-score (micro) 0.5714
- F1-score (macro) 0.4831
By class:
SymProp tp: 13 - fp: 25 - fn: 21 - precision: 0.3421 - recall: 0.3824 - f1-score: 0.3611
SymRel tp: 3 - fp: 3 - fn: 7 - precision: 0.5000 - recall: 0.3000 - f1-score: 0.3750
Symptom tp: 46 - fp: 19 - fn: 18 - precision: 0.7077 - recall: 0.7188 - f1-score: 0.7132
输出：
from flair.models import SequenceTagger
tagger = SequenceTagger.load('/content/flairmodels/ner/final-model.pt')
result,score = tagger.evaluate(corpus.test,mini_batch_size=1,out_path=f"predictions.txt")
print(result.detailed_results)
这让我非常困惑。一种表现非常糟糕，而另一种表现则令人难以置信。它是在小数据上执行的。如果我彻底误解了什么，请告诉我。非常感谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）