由实体分词，标签引发的分数计算问题

[dawei-yu]

作者你好，在这段代码中，你似乎是根据标签块划分实体（即将连续相同的实体标签当作同一个实体，比如连续的'O'当作一个实体），这样在计算分数时不会有错吗？比如'tokens': ['EU', 'rejects', 'German', 'call', 'to', 'boycott', 'British', 'lamb', '.'],'ner_tags': [3, 0, 7, 0, 0, 0, 7, 0, 0], 这个例子中只看到call这个实体，后面的boycott不被算入实体，这样的话，在计算精确率，召回率, F1都会不一样。希望作者能解答我这个萌新的疑惑，谢谢。

def get_entities(tags):
    start, end = -1, -1
    prev = 'O'
    entities = []
    n = len(tags)
    tags = [tag.split('-')[1] if '-' in tag else tag for tag in tags]
    for i, tag in enumerate(tags):
        if tag != 'O':
            if prev == 'O':
                start = i
                prev = tag
            elif tag == prev:
                end = i
                if i == n -1 :
                    entities.append((start, i))
            else:
                entities.append((start, i - 1))
                prev = tag
                start = i
                end = i
        else:
            if start >= 0 and end >= 0:
                entities.append((start, end))
                start = -1
                end = -1
                prev = 'O'
    return entities

[TianWuYuJiangHenShou]

@dawei-yu 换成其他方式应该也可以的吧，可以试试sklearn的acc计算方式

[dawei-yu]

@dawei-yu 换成其他方式应该也可以的吧，可以试试sklearn的acc计算方式

谢谢你，我已经解决了