Performance 如何使用spaCy v3打印NER模型的PRF值？ 上下文

我目前正在为罗马尼亚法律领域开发NER模型。我开始使用spaCy v2（v2.2.4）创建一个自定义模型，为此我成功地实现了一个代码来查找PRF值。现在，在我转换到spaCy v3（v3.0.6）之后，我发现很难评估我的模型的性能

问题 我试着做到以下几点：

• 在spaCy v3.0.6中使用相同的代码。与spaCy v2.2.4类似（问题：spaCy v3.0.6中不存在GoldParser）
• 使用spaCy v2.2.4来训练v3.0.6模型（问题：我认为无论版本如何，模型的保存方式都不相同）
• 使用get_ner_prf（）（问题：我不知道如何创建Example类型的参数，也不知道如何调用该函数）

资源 以下是我目前拥有的所有资源的列表：

• v3.0.6模型的配置文件（以及所有其他必要文件）
• 旧spaCy格式的列车和测试数据
• 为罗马尼亚语保存了v3.0.6自定义模型

要求

---

如果能收到spaCy v3.0.6版的代码并计算PRF值，我将不胜感激——最好是每个实体类型的单独结果。另外，如果代码只使用前面提到的资源，那就太好了。如果需要任何其他信息，我很乐意发送。

我不再寻找答案，因为我找到了答案

讨论将在以下链接中进行：

非常有用，我能够编写以下代码（以防阅读当前讨论的任何人仍然发现很难进行转换）：

#列车数据格式
列车组数据=[
（“哈姆雷特是谁？”，[（8,14，'PER'）），
（“你见过罗马吗？”，[（18,22，'LOC'））
]
进口空间
从spacy.tokens导入Span
从空间输入不快
从spacy.training导入*
从spacy.scorer导入scorer
从spacy.util导入小批量，复合
nlp=空间负载（“/输出/模型最佳”）
#评价函数
def评估（ner_模型、测试_数据）：
记分员=记分员（）
示例=[]
对于输入_u，在测试_u数据时不加注释：
doc\u gold\u text=ner\u model.make\u doc（输入）
example=example.from_dict（doc_gold_text，{“entities”：annot}）
example.predicted=ner\u模型（输入）
examples.append（示例）
返回记分员。记分（示例）
#打印结果
打印（评估（nlp、列车数据））

输出格式如下：

{'token_acc'：1.0，'token_p'：1.0，'token_r'：1.0，'sents_p'：1.0，'sents_f'：1.0，'tag_acc'：None，'pos_acc'：None，'morph_acc'：None，'morph_peru feat'：None，'dep_uas'：None，'dep'dep's，'dep_las，'dep'u peru类型：None，'dep'：None，'ents，'ents，'ents_up'：None，'9393; ents]ents]ents]ents⒉ents]ents]：0er_type“：{'LAW'：{'p'：1.0，'r'：1.0，'f'：1.0}，'LOC'：{'p'：1.0，'r'：0.666666666666，'f'：0.8}，'ORG'：{'p'：0.9565217391304348，'r'：0.9565217391304348，'f'，'t'，'TIME'：{'p'：1.0，'r'：1.0，'p'：PER'：1.0，'r'1.0，'“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0.0，“猫微分数”：0

如果有什么不对劲，请毫不犹豫地提出来