多分類任務的f-measure中的宏觀平均值和微觀平均值

Question

我有50個文件，每個文件包含一個歧義詞（具有一個拼寫但具有多個含義的詞）的句子。其實這是一個詞義消歧項目。一些文件有2種感官，大約3種和大約4種。我用樸素貝葉斯算法對它們進行了消歧。現在我必須計算f-度量。因爲這是一個多分類任務，所以我必須計算宏觀平均值和微觀平均值。現在我的問題是，計算其中一個是充分和科學的，還是應該計算它們兩個？在計算每個文件（每個含糊的單詞）的f_measure之後，我應該如何計算所有50個單詞的總f-度量，以便最後只有一個數字？ （是否需要計算或單獨計算每個單詞，最後有50個f-measure？）。我的論文需要它，所以我想要一個專家的科學和正確的答案。謝謝。

Answer 1

在計算每個單詞的宏觀平均值或微平均值後，爲了計算所有單詞的f-measure，我們必須將每個單詞宏或微平均值乘以下一個單詞平均值（對於所有50個單詞）和將它分成每個單詞的感官數量的總和。