评估效果

模型评估

模型训练完成后，可以在「我的模型」列表中查看该模型的效果，以及完整评估结果。

「完整评估结果」页面中将记录整体评估与详细评估的报告，包括该模型整体的准确率、F1-score、精确率、召回率，以及评估样本具体数据情况，各分类的精确值、F1-Score、召回值等指标。

整体评估中，各指标的释义如下：

• 准确率：正确分类的样本数与总样本数之比
• F1-score：给每个类别相同的权重，计算每个类别的F1-score，然后求平均值
• 精确率：给每个类别相同的权重，计算每个类别的精确率，然后求平均值
• 召回率：给每个类别相同的权重，计算每个类别的召回率，然后求平均值

如果单个标签的文本量在100条以内，会影响评估指标的科学有效性，请确保提交的训练数据中每个标签的数据量

模型校验

在完成训练后，发布模型前，可以先进行模型校验，以确保模型在实际环境中能获得预期的性能。操作方法如下：

1. 在左侧「模型中心」目录中点击「校验模型」，进入校验模型页面
2. 选择需要校验能力的模型、部署方式、版本，点击「启动模型校验服务」

3. 校验服务启动后，在左侧输入文本，点击「校验」后，右侧识别结果栏将输出预测结果

   • 校验数据支持两种输入方式，直接输入文本或上传txt格式文本，文本长度上限为512汉字
   • 在识别结果栏中，可进行阈值的调整。置信度在阈值以下的预测结果将不予显示。例如，阈值调整为0.85时，置信度小于85%的预测结果将不予显示。当positive与negative两类标签的置信度均小于85%时，识别结果栏将显示为：“没有满足条件的识别结果”
4. 若您对预测结果满意，可点击「申请上线」，进行模型的发布