知识图到文本的生成(十)

本文深入分析了eval.py中的评估模型,包括Bleu、Meteor和Rouge等评估指标的详细解释,以及它们在机器翻译性能评估中的作用。此外,还介绍了convert函数的作用,用于处理不同类型的输入数据。
摘要由CSDN通过智能技术生成

2021SC@SDUSC 

到此为止我们最关键的函数vectorize.py已经分析完毕

接下来将针对eval.py函数进行详细分析,该部分文件的主要内容是对实验模型进行性能评估,并构建新的评估类,包含各个维度的评估,这部分函数的执行结果对模型的正确性和匹配率有很好的指导意义。

本篇博客将针对如下代码重点分析

 def __init__(self):
        self.scorers = [
            (Bleu(4), ["Bleu_1", "Bleu_2", "Bleu_3", "Bleu_4"]),
            (Meteor(), "METEOR"),
            (Rouge(), "ROUGE_L")
        ]#,        (Cider(), "CIDEr")

 定义初始化_init_函数,定义类对象属性scorers,scorers包括三方面结构,分别是Bleu,Meteor,Rouge,其中Bleu是一个包含四个元素的列表,分别对应GraphWriter,GAT,Entity Writer,Rewriter

在自动评估中,GraphWriter代表本篇文章的模型,GAT中将Graph Transformer encoder使用一个Graph Attention Netwo

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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