标签：
使用python计算分词结果的准确率，召回率和F值
测试文件output.txt格式如下:
团 B B
圆 E E
是 BE BE
春 B B
节 E E
千 B B
年 E E
不 B B
变 E E
的 BE BE
... ... ....
python代码如下：
1、读入output.txt文件,并建立相应的列名为‘character‘,‘train‘,‘test‘的dataframe
import pandas line=[] file=open(r‘E:\大三下\王东波\CRF 相关\CRF 相关\crf++ tools\output.txt‘,‘r‘,encoding=‘utf-8‘) for i in file.readlines(): i=i[0:-1] if len(i)!=0 and len(i)!=1: line.append(i.split(‘\t‘)) df=pandas.DataFrame(line,columns=[‘character‘,‘train‘,‘test‘])
【注：使用df.loc添加新行的速度太慢，因而使用列表向dataframe转化】
2、构建新的dataframe保存分词准确的部分
correct=df[df.train==df.test]
3、计算召回率、准确率和F值
for i in (‘B‘,‘C‘,‘E‘,‘BE‘): R=sum(correct.test==i)/sum(df.train==i) P=sum(correct.test==i)/sum(df.test==i) F=R*P*2/(R+P) print(i,‘:\n‘,‘R=‘,R,‘ P=‘,P,‘ F=‘,F)
计算结果如下：
B : R= 0.915480621852 P= 0.87615255658 F= 0.895384944855 C : R= 0.674981658107 P= 0.757201646091 F= 0.713731574864 E : R= 0.919001751313 P= 0.879715004191 F= 0.898929336188 BE : R= 0.865064695009 P= 0.940703517588 F= 0.901299951854
标签：
原文地址：http://www.cnblogs.com/chenyaling/p/5597885.html
