作者：炼己者
1. 基于CRF做命名实体识别系列
用CRF做命名实体识别(一）
用CRF做命名实体识别(二)
用CRF做命名实体识别(三)
用BILSTM-CRF做命名实体识别
2. 评测
用CRF做完命名实体识别我们测试之后得到的结果就是预测的标签，并不能直接得到F1值等评测结果，之前我是用sklearn写了一个计算F1值的代码，现在发现了一个神器，可以直接得到F1值。我也是直接下载的，不好直接发给大家，就在这里给个链接好了conlleval+perl环境+conlleval使用说明。里面有很详细的介绍，大家照做即可。
3. 百闻不如一见
用上面的工具就会得到如下的结果，非常的方便
processed 552387 tokens with 22928 phrases; found: 22325 phrases; correct: 21183.
accuracy: 98.83%; precision: 94.88%; recall: 92.39%; FB1: 93.62
LOC: precision: 92.48%; recall: 90.39%; FB1: 91.43 6653
ORG: precision: 98.20%; recall: 98.41%; FB1: 98.30 3395
PER: precision: 94.55%; recall: 89.13%; FB1: 91.76 7104
TIME: precision: 96.25%; recall: 95.81%; FB1: 96.03 5173
4. 注意
另外提醒大家一点，标签的格式也要一致，按照说明去操作，也就没有什么问题了
以下是我所有文章的目录，大家如果感兴趣，也可以前往查看
👉戳右边：打开它，也许会看到很多对你有帮助的文章
