ایوارڈ دینے کے لئے غیر ضروری انتخاب نیلپ ماڈل ایکسورسی: میٹرک اور کلکٹر

قدرتی زبان کی تیاری (NLP) ماڈلز کی درستی کرنا ان کی کارکردگی کو سمجھنے کے لیے ضروری ہے. کنیکٹیکٹ طریقوں سے یہ طے کیا جا سکتا ہے کہ یہ ماڈل مختلف کاموں پر کیسے کام کرتے ہیں. اس مضمون میں عمومًا میٹرک اور حساب لگانے کے لیے استعمال کیے گئے ہیں۔

عام ایوارڈ میٹرکس

کئی میٹرکز استعمال کیے جاتے ہیں جن میں این ایل پی ماڈلز کی کارکردگی کو یقینی بنانے کے لیے استعمال کیا جاتا ہے۔مریخ کا انتخاب مخصوص کام پر منحصر ہے، جیسے کہ کلاسکیشن، ترجمہ یا سوال جواب دینے پر۔ سب سے زیادہ استعمال ہونے والی میٹرکس میں درستی، غیر معمولی، یاد، ایف اے اسکور اور غیر معمولی کارکردگی شامل ہیں۔

ایکشن اور اس کی کلکٹر

اِس کی ایک مثال یہ ہے کہ اِس کی پیش‌گوئیوں کی تعداد میں فرق فرق ہے ۔

[Acuray = (mber of Properience Prefecture) / (Total Presct)]۔

پریمیئر، یادو اور ایف1 سکور ہیں۔

اگر آپ کو لگتا ہے کہ آپ کے پاس کوئی ایسی بات نہیں ہے جس سے آپ کو پتہ چلتا ہے کہ آپ کے دل میں کیا ہے تو آپ کیا کریں گے ؟

[Prescription = سچ مثبت / (اصل مثبت مثبت مثبت مثبت)

[حوالہ درکار = سچ مثبت / (اصل مثبت مثبت مثبت + منفی)]۔

F1 سکور = 2 * (Prestrict * یادو) / (Prescription + ⁇ )]۔

مشینوں کے ترجمے کیلئے تیارکردہ ایک کتاب

اس میں تحقیقی طور پر درج فہرست مشینوں سے متعلق متن کی کیفیت کا تجزیہ کیا گیا ہے جس میں ایک یا زیادہ حوالہ جات کے ترجمے کیے گئے ہیں۔اس میں طالبان اور حوالہ جات کے درمیان میں موجود این گرائمر کی شرح کا حساب لگایا گیا ہے، جس سے مختصر ترجمے کو زیادہ کیا جا سکتا ہے۔

اس کے برعکس ، یہ ایک ایسا اسکور ہے جس میں عام طور پر عام طور پر عام طور پر استعمال کِیا جاتا ہے ۔

سانچہ:ابتدائی ترتیب:

اہم تجزیاتی میٹرکز کے لیے NALP ماڈل کارکردگی کا جائزہ لینا ضروری ہے. ان میٹرکس کو حساب کرنا اور ان کی تعبیر کرنا مختلف اطلاقات میں ماڈل کی درستی اور قابلِ اعتبار بہتری میں مدد دیتا ہے۔