如何计算停顿预测中的短语

Question

我有一个任务，计算两个文本中相同的短语，以计算暂停预测系统的准确性

例如：
-源句：我/1在/1去/1学校之前/1吃早餐。
-停顿预测系统中的句子：我/我吃/我吃早餐/我去/我去/我学校

我必须得到的输出：
-相关短语：3
-相关\u未\u选取\u短语：2
-不相关：4

关于如何获取输出编号的说明：
-对于相关短语：检查并计算两个句子之间的相同短语（I，before，school=3）
-对于相关的未选取的短语：检查并统计原句中两个句子之间的不同短语（have breakfast，going to=2）
-对于不相关的：检查并统计来自停顿预测系统的句子中两个句子之间的不同短语（have，breakfast，going，to=4）

我们如何用python编写代码来计算短语以获得输出？我试过了，但找不到确切的计算方法

Answer 1

到目前为止，您是否尝试过这种方法：

from multiset import Multiset

original = 'I/1 have breakfast/1 before/1 going to/1 school.'
prediction = 'I/1 have/1 breakfast/1 before/1 going/1 to/1 school.'

original_counts = Multiset(original.split('/1'))
prediction_counts = Multiset(prediction.split('/1'))

print('relevant_picked_up_phrase: ', (original_counts & prediction_counts))
print('relevant_picked_up_phrase: ', (original_counts - prediction_counts))
print('relevant_picked_up_phrase: ', (prediction_counts - original_counts))
print('relevant_picked_up_phrase: ', len(original_counts & prediction_counts))
print('relevant_picked_up_phrase: ', len(original_counts - prediction_counts))
print('relevant_picked_up_phrase: ', len(prediction_counts - original_counts))

您可能需要用$ pip install multiset安装multiset