Trans 系列中 Mean rank、Hit@10个人理解

本文解析了Trans系列论文中的两个关键评估指标:Mean rank与Hit@10。详细介绍了如何通过计算函数值并排序来确定Mean rank,以及如何通过判断正确答案是否位于前10名来计算Hit@10。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近接触了一些Trans系列的论文,其中的两个评测指标 Mean rank、Hit@10看了半天没弄清楚,网上查了查也查不到解释,估计是大腿们没想到还有人在这块遇到障碍吧。

下面是自己的一些理解:

1.先说Mean rank

首先 对于每个 testing triple,以预测tail entity为例,我们将(h,r,t)中的t用知识图谱中的每个实体来代替,然后通过fr(h,t)函数来计算分数,这样我们可以得到一系列的分数,之后按照 升序将这些分数排列。

然后,我们需要知道的是f函数值是越小越好,那么在上个排列中,排的越前越好。

现在重点来了,我们去看每个 testing triple中正确答案也就是真实的t到底能在上述序列中排多少位,比如说t1排100,t2排200,t3排60.......,之后对这些排名求平均,Mean rank就得到了。

2.Hit10

还是按照上述进行f函数值排列,然后去看每个testing triple正确答案是否排在序列的前十,如果在的话就计数+1

最终  排在前十的个数/总个数   就是Hit@10

上述就是个人理解,不知道对不对,目前也没有资料确认,所以如果有大佬看到愿意搭救一把,感激不尽,临表涕零!

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值