Nlp 文本分类精度和召回率

基本上，我必须做一个应用程序，根据单词的词性对文档进行分类。用于学习分类问题的算法已经准备好并交给了我。 根据我得到的例子，我需要解释这些结果（精确性、召回率、准确性）。如果这些结果好还是不好，有人能说出他的意见吗

accuracy = 0.91 (true positive + true negative)/all
f-measure = 0.34
precision = 0.45
recall = 0.33
negative rate = 0.92

---

这真的取决于任务。f-measures为.34，召回率为.33，总体而言并不令人印象深刻。但当然，这可能是一项艰巨的任务。在这里，F-度量给回忆带来的权重比精确性更大。我猜beta设置为2（F2分数或F2度量）。您应该相应地解释这些结果。也就是说，对于这项任务，回忆比精确更重要。。。