[nlp] 自动文摘评测 Rouge-1、Rouge-2、Rouge-L、Rouge-S

最新推荐文章于 2024-06-10 11:28:48 发布
最新推荐文章于 2024-06-10 11:28:48 发布
阅读量2.9k 收藏 1
点赞数
分类专栏： nlp 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Trance95/article/details/123712769
版权
ROUGE是一种用于评估自然语言处理中自动摘要和机器翻译的指标，通过比较系统生成的摘要与人工参考摘要的n-gram重叠。Rouge-1关注单词重叠，Rouge-2衡量二元组重叠，Rouge-L基于最长公共子序列，考虑句子结构。此外，ROUGE还包括加权LCS、Skip-bigram和Skip-unigram统计。
摘要由CSDN通过智能技术生成

ROUGE或Recall-Oriented Understudy for Gisting Evaluation  是一组指标和软件包，用于评估 自然语言处理中的自动摘要 和 机器翻译 软件。指标将自动生成的摘要或翻译与参考或一组参考（人工生成的）摘要或翻译进行比较

了解本专栏 订阅专栏 解锁全文 超级会员免费看
[nlp] 自动摘要评测方法：Rouge-L等
心宝的博客
12-16 887
评估指标：https://www.cnblogs.com/Zhi-Z/p/8728168.html https://blog.csdn.net/mch2869253130/article/details/89810974 召回率（recall） 召回率是覆盖面的度量，度量被正确分类的数据中，有多个是正例被正确分类，recall=TP/(TP+FN)=TP/P=sensitive，可以看到召回率与灵...
ROUGE评价方法详解（二）
lime1991的专栏
01-11 6779
接《ROUGE评价方法（一）》
文本生成模型评估方法
qq_15821487的博客
07-31 993
困惑度是一种常用于评估语言模型性能的指标，用于衡量模型在新数据上的预测能力。生成文本：今天 是、是 一个、一个 阳光明媚、阳光明媚 的、的 日子、日子 我、我 和、和 朋友们、朋友们 开心、开心 地、地 玩耍着。参考摘要：晴朗 的、的 天气里、天气里 我们、我们 在、在 户外、户外 尽情、尽情 游玩。生成文本：今天、是、一个、阳光明媚、的、日子、我、和、朋友们、开心、地、玩耍着。参考摘要：晴朗、的、天气里、我们、在、户外、尽情、游玩。今天是一个阳光明媚的日子，我和朋友们开心地玩耍着。
ROUGE-2.0：ROUGE自动摘要评估工具包。 支持ROUGE- [N，L，S，SU]，不同语言的词干和停用词，unicode文本评估，CSV输出
02-03
ROUGE 2.0 ROUGE 2.0是用于自动汇总任务的易于使用的评估工具包。 它使用度量标准系统，该系统通过将自动生成的摘要或翻译与一组参考摘要（通常是人为生成的）进行比较来工作。 ROUGE是计算自动生成的摘要的有效性的标准方法之一。 要了解ROUGE的工作原理，请。 产品特点 最新版本的ROUGE 2.0支持以下功能： 评估ROUGE-N（字母，二元组，三元组等） 评估ROUGE-L（总水平LCS） 对ROUGE-S和ROUGE-SU的评估（带有单字的跳字和跳字） 一次性评估多个ROUGE指标 不同语言的词干 使用可自定义的停用词删除停用词 unicode文本的评估（例如波斯
自动文摘评测方法：Rouge-1、Rouge-2、Rouge-L、Rouge-S
热门推荐
上帝是个娘们的博客
05-04 2万+
关于ROUGE ROUGE（Recall-Oriented Understudy for Gisting Evaluation），在2004年由ISI的Chin-Yew Lin提出的一种自动摘要评价方法，是评估自动文摘以及机器翻译的一组指标。 ROUGE基于摘要中n元词(n-gram)的共现信息来评价摘要，是一种面向n元词召回率的评价方法。基本思想为由多个专家分别生成人工摘要，构成标准摘要集，将系...
NLP-文本摘要：Rouge评测方法【Rouge-1、Rouge-2、Rouge-L、Rouge-W、Rouge-S】
u013250861的博客
11-18 1万+
《原始论文：Rouge: A package for automatic evaluation of summaries》 Rouge(Recall-Oriented Understudy for Gisting Evaluation)，是评估自动文摘以及机器翻译的一组指标。它通过将自动生成的摘要或翻译与一组参考摘要（通常是人工生成的）进行比较计算，得出相应的分值，以衡量自动生成的摘要或翻译与参考摘要之间的“相似度”。 一、Rouge-N（Rouge-1,Rouge-2） 1、公式 分母是参考摘要（人工摘
Rouge | 自动文摘及机器翻译评价指标
yww的博客
02-23 836
实例展示自动文摘及机器翻译等任务的评价指标rouge的计算，包括rouge-1、rouge-2、rouge-L
2018年机器阅读理解技术竞赛总结，国内外1000多支队伍中BLEU-4评分排名第6，ROUGE-L评分排名第14
10-22
机器阅读理解（Machine Reading Comprehension，MRC）是自然语言处理领域的一个重要研究方向，旨在让计算机能够理解文本，并能准确回答与之相关的问题。2018年的机器阅读理解技术竞赛是一场全球范围内的高水平较量，...
ROUGE-1.5.5
05-05
自动文本摘要是一种自然语言处理技术，旨在从长篇文档中提取关键信息，生成精简且准确的概述。它在新闻报道、科学研究、信息检索等领域有广泛应用。ROUGE作为评估标准，通过比较机器生成的摘要与人工参考摘要之间的...
帮我使用golang语言实现两个英文句子的rouge1计算
weixin_35757191的博客
02-15 191
ROUGE(Recall-Oriented Understudy for Gisting Evaluation)是一种用于计算文本生成任务中结果与参考文本相似度的评估指标。ROUGE-1表示以单词为单位的重复率。 以下是一个在Go语言中实现ROUGE-1的代码示例： package main import ( "fmt" "strings" ) func Rouge1(hyp,...
自动文摘评测方法：Rouge-1、Rouge-2、Rouge-L、Rouge-S 评测指标
sjyttkl的专栏
07-06 3118
前言 最近在看自动文摘的论文，之前对Rouge评测略有了解，为了更好的理解Rouge评测原理，查了些资料，并简单总结。 关于Rouge Rouge(Recall-Oriented Understudy for Gisting Evaluation)，是评估自动文摘以及机器翻译的一组指标。它通过将自动生成的摘要或翻译与一组参考摘要（通常是人工生成的）进行比较计算，得出相应的分值，以衡量自动生成的摘要或翻译与参考摘要之间的“相似度”。 Rouge-1、Rouge-2、Rouge-N 论文[3]中对Ro
ROUGE指标介绍
最新发布
大多_C的博客
06-10 901
ROUGE（Recall-Oriented Understudy for Gisting Evaluation，面向提要评估的召回导向替工）是一组用于评估摘要质量的指标。通过将生成的摘要与参考摘要进行比较，ROUGE可以衡量自动摘要系统的性能，特别在自然语言处理领域中非常受欢迎。
【python】测试中文文本的Rouge-1、Rouge-2、Rouge-L的值
weixin_44729515的博客
05-10 969
解决问题：测试中文文本的rouge值，用于评估大模型的性能。
文本摘要的评测方法：Rouge-1, Rouge-2, Rouge-L, Rouge-S
m0_37531129的博客
10-29 4314
关于Rouge Rouge(Recall-Oriented Understudy for Gisting Evaluation)，是评估自动文摘以及机器翻译的一组指标，它通过将自动生成的摘要或翻译 与 一组参考摘要（通常是人工生成的）进行比较计算，得出相应的分值，以衡量自动生成的摘要或翻译与参考摘要之间的相似度。 Rouge-1,Rouge-2, Rouge-N Rouge-N 定义 分母是参考...
阿里云服务器ChatgGLM微调
qq_46479446的博客
09-15 244
需要注意一下，因为ChatGLM-6B是从git获取的源代码，部署时使用，而ChatGLM-6B-main是从阿里云获得的微调使用的代码，其中都有web_demo.py，但是其内容是不同的。进入/mnt/workspace/ChatGLM-6B-main/ptuning>目录下。可以看出来 仅仅是5个epoch的微调训练就可以让ChatGLM发生变化。这个文件夹是阿里云提供的可以直接对ChatGLM-6B进行微调的文件。其中ptuning文件夹中的train.sh就是训练的代码。训练之后开始模型推理。
ChatGLM + PEFT 进行finetune
消极的人永远是对的，积极的人选择勇往直前
05-18 3310
ChatGLM + PEFT 进行finetune
LLM - 大模型评估指标之 ROUGE
BITDDD小栈
08-18 4791
LLM 评价指标之 ROUGE SCORE。
定义rouge-L计算两个字符串的相似度python代码
03-27
以下是计算rouge-L相似度的Python代码： ```python from collections import Counter import numpy as np def lcs(x, y): """ 计算最长公共子序列的长度 """ m = len(x) n = len(y) c = np.zeros((m+1, n+1)) for i in range(1, m+1): for j in range(1, n+1): if x[i-1] == y[j-1]: c[i][j] = c[i-1][j-1] + 1 else: c[i][j] = max(c[i-1][j], c[i][j-1]) return int(c[m][n]) def rouge_L(s1, s2): """ 计算ROUGE-L相似度 """ s1_words = s1.split() s2_words = s2.split() l = lcs(s1_words, s2_words) r = 0 if len(s1_words) != 0: r = l / len(s1_words) return r # 示例 s1 = "The quick brown fox jumped over the lazy dog" s2 = "The quick brown dog jumped over the lazy fox" rouge_l = rouge_L(s1, s2) print("ROUGE-L相似度：", rouge_l) ``` 输出结果： ``` ROUGE-L相似度： 0.7142857142857143 ``` 其中，`lcs(x, y)`函数用于计算两个字符串的最长公共子序列长度，`rouge_L(s1, s2)`函数用于计算ROUGE-L相似度。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心心喵

喵喵(*^▽^*）

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值