torcheval.metrics.WordErrorRate

class torcheval.metrics.WordErrorRate(*, device: device | None = None)

计算预测词序列(s)与参考词序列(s)的词错误率。其函数式版本是 torcheval.metrics.functional.word_error_rate().

示例

>>> import torch
>>> from torcheval.metrics import WordErrorRate

>>> metric = WordErrorRate()
>>> metric.update(["this is the prediction", "there is an other sample"],
["this is the reference", "there is another one"])
>>> metric.compute()
tensor(0.5)

>>> metric = WordErrorRate()
>>> metric.update(["this is the prediction", "there is an other sample"],
["this is the reference", "there is another one"])
>>> metric.update(["hello world", "welcome to the facebook"],
["hello metaverse", "welcome to meta"])
>>> metric.compute()
tensor(0.53846)

__init__(*, device: device | None = None) → None

初始化度量对象及其内部状态。

使用 self._add_state() 初始化度量类状态变量。状态变量应该是 torch.Tensor、一个 torch.Tensor 列表、一个以 torch.Tensor 为值的字典，或者是一个 torch.Tensor 的双端队列。

方法

__init__(*[, device])	初始化度量对象及其内部状态。
compute()	返回词错误率分数
load_state_dict(state_dict[, strict])	从 state_dict 中加载度量状态变量。
merge_state(metrics)	将度量状态与其来自其他度量实例的对应部分合并。
reset()	将度量状态变量重置为其默认值。
state_dict()	将度量状态变量保存到 state_dict 中。
to(device, *args, **kwargs)	将度量状态变量中的张量移动到设备。
update(input, target)	使用编辑距离和参考序列的长度更新度量状态。

属性

device

Metric.to() 的最后一个输入设备。