3

我的cld2语言检测模型 (langID) 返回输入句子以对以下值进行分类

{ reliable: true,
  textBytes: 181,
  languages: 
   [ { name: 'ITALIAN', code: 'it', percent: 61, score: 774 },
     { name: 'ENGLISH', code: 'en', percent: 38, score: 1573 } ],
  chunks: 
   [ { name: 'ITALIAN', code: 'it', offset: 0, bytes: 116 },
     { name: 'ENGLISH', code: 'en', offset: 116, bytes: 71 } ] }

其中textBytes表示输入文本的大小，表示句子中percent的分布，而表示检测质量的指标（越小越好）。也就是说，在全新的CLD3神经网络中，分类的结果就是准确率（所以是一个介于 0 和 1 之间的概率值），就像codescore

 println(ld.getCode(0))
 println(ld.getScore(0))

en
0.99

我想弄清楚如何将 CLD2 分数转换为概率值，以便将结果与新的 CLD3 模型进行比较。

4

0 回答 0