因为IGN_F1参数解释的内容是相同的，并且不容易理解
所以我问兄弟YX兄弟
在这里，我特别感谢1107实验室兄弟YX
F1是准确和召回率的混合平均值（为下部准备）
对于支票率，支票率和召回价值，它不会引入更多
我认为Internet上的所有解释都是：表明不包括培训集中关系事实的F1分数，验证集和测试集中。
那我会给你一点白话：
IGN_F1的说明仍然需要与DOCRED数据集结合
DOCRED数据集包含3,053/1,000/1,000实例，对应于培训/验证/测试
识别3053中的实体并提取实体对。
例子：
北京是中国的首都
我们可以提取<北京，首都，中国>这种关系
但这只是在培训集中
1000测试集可能有这句话
王王来自中国，他来自北京
我们可以提取<北京，城市，中国>这种关系
然后（重点是）
在测试集中提取关系
我们已经在培训集中知道北京和中国之间的关系（关系与之相关，必须有关系）
它可能导致F1的检查率和准确性，召回值将影响
为了消除上帝观点的隐藏危险
计算IGN_F1时，我们删除已知关系（训练集中的事实）
这样，当计算IGN_F1时，获得的结果更为真实
例如，我最近阅读的文章中有这个实验结果
我们可以看到F1的值高于IGN_F1的值
我想这可能是上述情况的影响。
IGN_F1我目前仅在文档提取的论文中看到 - 级别的关系
（我读的论文可能太少了）
如果我没有理解，请直接指出！
对于IGN_F1的代码，请等待我在文章后面写作之前理解它
原始：https：//juejin.cn/post/70955629295231012