话不多说先上代码，ROC的计算方法各家是有偏差的，此代码经过反复验证，确认计算结果与通达信完全一致，这里周期取12日和6日，超卖指的是ROC小于-10：#请使用前复权的日K线数据import os#缓存数据class SecurityData: code = '' #股票代码 name = '' #股票名称 value = 0 #数值#定义列表lst = []#打开日志文件fs = open
转载
2024-06-26 08:15:01
17阅读
我有纯文本格式的摘要，希望得到胭脂的分数您可以这样评估纯文本摘要：from pyrouge import Rouge155
r = Rouge155()
r.system_dir = 'path/to/system_summaries'
r.model_dir = 'path/to/model_summaries'
r.system_filename_pattern = 'some_name.(\
转载
2023-10-18 17:06:29
306阅读
# 使用 Python 计算 ROUGE 分数的科普
在自然语言处理的评估中，ROUGE (Recall-Oriented Understudy for Gisting Evaluation) 是一种广泛使用的指标，用于衡量自动生成文本（如摘要）与参考文本（如人类编写的摘要）之间的相似度。ROUGE 特别适合用于评估文本生成任务，如摘要生成、机器翻译和聊天机器人等。
## ROUGE 的分类
urllib库urllib是最基本的网络请求库。可以模拟浏览器行为，向指定浏览器发送请求，并保存返回的数据。urlopen函数在urllib库中，所有和网络请求相关的方法，都集到urllib.request模块下。from urllib import request
resp=request.urlopen('http://www.baidu.com')
print(resp.read()) #
转载
2023-12-15 23:36:45
36阅读
Rouge-Chinese库 （Python）与英文rouge库的不同点rouge-chinese库基于rouge库，针对中文NLP任务做出了改进。使用原始的rouge库计算中文的rouge score会遇到一些问题，例如，会产生栈溢出以及占据过大内存的问题（长文章甚至会占据数十GB），不支持对中文文章的分句，以及使用union rouge score近似rouge score，导致结果不准确。新
度量、指标和指示器之区别什么是KPI（Key Performance Indicator），对此，正好说说度量、指标和指示器的区别。度量，用中文表示可以是名词，也可以是动词。名词的意思可以是"度量"的结果值或是指"度量"过程。动词就是丈量、衡量这个行为。在英文里面，Measure可以是度量值的意思，也可以是作动词，而"度量过程"这个名词用Measurement来表示。因此理解度量这个词，可以从其本
转载
2024-05-02 17:20:47
59阅读
文本摘要生成评价指标——rougerouge的作用：rouge的内容：rouge的类别：rouge的使用：rouge-N的理解：Rouge-L的理解 rouge的作用：-Rouge的全名是Recall-Oriented Understudy for GistingEvaluation，单看名字就会发现Rouge是由召回率演变而来的指标，用于衡量模型生成摘要文本的质量。 Rouge是文本自动摘要领
转载
2023-10-26 21:10:20
267阅读
ROUGE（Recall-Oriented Understudy for Gisting Evaluation）指标是用于评估文本摘要质量的一种常用指标。它通过比较生成的摘要与参考摘要之间的重叠词语或短语来衡量它们之间的相似度。ROUGE指标通常包括多个子指标，如ROUGE-N（考虑n-gram重叠
原创
2024-04-29 11:43:55
1225阅读
文章目录一、概念二、例子三、优缺点3.1 生成方法3.2 判别方法3.3 两者的区别和联系四、模型实例4.1 生成式模型4.2 判别式模型 一、概念对于输入x，类别标签y：产生式模型估计它们的联合概率分布P(x,y)判别式模型估计条件概率分布P(y|x)产生式模型可以根据贝叶斯公式得到判别式模型，但反过来不行。生成模型估计的是联合概率分布，然后求出条件概率分布P(Y|X)作为预测的模型，即生成模
自然语言处理（NLP）领域的快速发展带来了丰富多样的任务和模型，但如何客观、准确地评估这些模型的性能却成为了一个持续挑战。与传统的分类任务不同，NLP中的生成式任务（如机器翻译、文本摘要、对话生成等）往往没有唯一正确的答案，这使得评估变得尤为复杂。在2025年的今天，随着大语言模型（LLM）的崛起，评估指标的重要性更加凸显，它们不仅需要衡量模型输出的质量，还需要兼顾多样性、连贯性和实用性。
1. 引言：NLP评估的核心挑战
自然语言处理（NLP）领域的快速发展带来了丰富多样的任务和模型，但如何客观、准确地评估这些模型的性能却成为了一个持续挑战。与传统的分类任务不同，NLP中的生成式任务（如机器翻译、文本摘要、对话生成等）往往没有唯一正确的答案，这使得评估变得尤为复杂。在2025年的今天，随着大语言模型（LLM）的崛起，评估指标的重要性更加凸显，它们不仅需要衡量模型输出的质量，还需要兼
本文详细记录了在Hackersdaddy CTF 2025中解决全部13个挑战的完整过程，涵盖Web安全、OSINT、API利用、JWT伪造、GraphQL注入、SSTI、IDOR、LFR和SSRF等多种技术，展示了真实世界安全漏洞的挖掘与利用方法。 ...
滤镜（filter）可改造元素的视觉呈现，CSS内置的滤镜有10种，通过SVG文件还能自定义滤镜。一、调色滤镜 调色滤镜可控制元素的模糊、颜色、亮度等变化，并且多个滤镜可组合在一起使用。这些滤镜大部分既能接收百分数，也能接收数值。当传入的值大于上限值时，会以上限值来处理。1）模糊 blur()滤镜会对元素进行高斯模糊的处理，它能接收一个模糊半径的长度值。注意，不能向其传递负数。在下图中，右
Python凭借其简洁的代码，赢得了许多开发者的喜爱。因此也就促使了更多开发者用Python开发新的模块，从而形成良性循环，Python可以凭借更加简短的代码实现许多有趣的操作。下面我们来看看，我们用不超过10行代码能实现些什么有趣的功能。一、生成二维码 二维码作为一种信息传递的工具，在当今社会发挥了重要作用。而生成一个二维码也非常简单，在Python中我们可以通过MyQR模块了生成二维码，而生成
转载
2023-07-05 14:19:39
17阅读
什么是LSTM？LSTM（长短期记忆人工神经网络），是一种可以学习长期依赖特殊的RNN（循环神经网络）。传统循环网络RNN虽然可以通过记忆体，实现短期记忆，进行连续数据的预测。但是当连续数据的序列变长时，会使展开时间步过长，反向传播更新参数时梯度要按时间步连续相乘，会导致梯度消失。故引入LSTM（长短期记忆人工神经网络）。LSTM的核心理念循环核注：：输入门（门限）：遗忘门（门限）：输出门（门限）
转载
2024-03-02 11:30:03
157阅读
今天分享13个Python代码技巧。来，数一数你知道几个。最后大家比一比！1，2，3，开始！1. 衡量代码执行时间。作为程序员，一定离不开两个字：性能。工作中经常要去解决性能的问题：为什么程序执行的这么慢？set的执行速度真的比list快吗？用time模块可以计算代码执行时间：import timestartTime = time.time()# 要衡量的代码for i in range(1000
转载
2023-12-29 22:42:56
57阅读
# NLP机器翻译评价指标 Python Rouge-2 多个参考实现
## 1. 概述
在自然语言处理（NLP）中，机器翻译评价是一个重要的任务之一。Rouge-2是一种常用的机器翻译评价指标，它用于评估机器生成的翻译结果与参考翻译之间的相似度。本文将教会你如何使用Python实现Rouge-2评价指标，并支持多个参考翻译。
## 2. 整体流程
下面是实现Rouge-2评价指标的整体流程，
原创
2023-08-27 08:36:23
423阅读
实现分页代码
转载
2016-12-25 14:05:00
242阅读
2评论
# DNN代码实现Python：深度神经网络的探索
深度神经网络（DNN）是机器学习和人工智能领域的一个重要分支。它通过多层非线性变换来学习数据的特征，并且在诸多领域中得到了广泛的应用，例如图像分类、自然语言处理和推荐系统。本文将用Python语言介绍如何实现一个简单的深度神经网络，并通过可视化工具来帮助理解。
## DNN的基础知识
深度神经网络由多个层组成，每一层有多个节点（或神经元），
原创
2024-10-30 04:59:24
108阅读
# OSPF协议的Python实现探究
## 一、OSPF简介
开放最短路径优先（OSPF，Open Shortest Path First）是一种内部网关协议（IGP），用于在同一自治系统内的不同路由器之间通过共享信息来计算最佳路径。OSPF协议是链路状态协议，能够快速收敛，适合在大型网络中使用。本文将探讨如何使用Python实现OSPF的基本功能，并附带一些简单的代码示例。
### OS
