rouge是自动文本摘要算法的评估指标：
https://blog.csdn.net/qq_25222361/article/details/78694617
Rouge-1、Rouge-2、Rouge-L分别是：生成的摘要的1gram-2gram在真实摘要的1gram-2gram的准确率召回率和f1值，还有最长公共子序列在预测摘要中所占比例是准确率，在真实摘要中所占比例是召回率，然后可以计算出f1值。
pyrouge是现成的计算库，https://github.com/andersjo/pyrouge，安装方法 https://blog.csdn.net/qq_32458499/article/details/80282049（安装过程简直吐血，依赖perl语言的包，首先安装perl再安装各种依赖包，依赖包安装过程又发现要安装其他依赖包，一直安，各种错，最后依旧没安装成功）网上关于这个的介绍很多
关键点是：安装好perl，以及perl安装包的CPAN
能计算rouge 1/2/3/4/5/L
rouge这个库同样可以计算评价指标但只能计算rouge1/2/L，且十分方便 https://github.com/pltrdy/rouge https://pypi.org/project/rouge/0.2.1/
只需要pip install rouge, 然后代码里这样调用就行了
from rouge import Rouge
a = ["i am a student from xx school"] # 预测摘要 （可以是列表也可以是句子）
b = ["i am a student from school on china"] #真实摘要
rouge = Rouge()
rouge_score = rouge.get_scores(a, b)
print(rouge_score[0]["rouge-1"])
print(rouge_score[0]["rouge-2"])
print(rouge_score[0]["rouge-l"])
结果
{'f': 0.7999999950222222, 'p': 0.8571428571428571, 'r': 0.75}
{'f': 0.6153846104142012, 'p': 0.6666666666666666, 'r': 0.5714285714285714}
{'f': 0.7929824561399953, 'p': 0.8571428571428571, 'r': 0.75}
tips: 对于英文，直接把句子输入即可，中文的话， 没有空格无法识别词，所以得分词之后再计算rouge值。如果需要以字为单位也得每个字加个空格。
网友评论