多分类任务的 f-measure 中的宏观平均和微观平均

Question

我有 50 个文件，每个文件都包含一个模棱两可的单词的句子（单词只有一种拼写但有多个含义）。其实这是一个词义消歧项目。有些文件有 2 种感觉，有些是 3 种，有些是 4 种。我用朴素贝叶斯算法消除了它们的歧义。现在我必须计算 f-measure。因为这是一个多分类任务，我必须计算宏观平均和微观平均。现在我的问题是，仅计算其中一个是否足够且科学，还是应该同时计算两者？在为每个文件（每个模棱两可的单词）计算 f_measure 之后，我应该如何计算所有 50 个单词的总 f-measure 以便最后只有一个数字？ （是否有必要计算或只计算每个单词并在最后有 50 个 f 测量？）。我的论文需要它，所以我想要一个专家的科学和正确的答案。谢谢。

Answer 1

计算每个词的宏观平均或微观平均后，要计算所有词的 f-measure，我们必须将每个词的宏观或微观平均乘以下一个词的平均值（对于所有 50 个词）并除以它是每个单词的意义数之和。