We calculated the F1 scores between

We calculated the F1 scores between the label sets given by any two researchers to a tweet, and then averaged over all the tweets to represent the agreement. Assume there are a total number of N tweets categorized by two researchers. For the ith tweet, x1i represents the number of labels given to this tweet by researcher A, x2i represents the number of labels given to this tweet by researcher B, and si represents the number of labels that are common between researcher A and researcher B (the agreed number of labels). Let p1i ¼ si=x1i, and p2i ¼ si=x2i, then

ผลลัพธ์ (ไทย) 1:

เราได้คะแนน F1 ระหว่างป้ายชื่อตั้งกำหนด โดยมีนักวิจัย 2 การ tweet และ averaged แล้ว ผ่านเข้ามาทั้งหมดเพื่อแสดงข้อตกลง สมมติว่า มี N ฟีดตามนักวิจัยสองจำนวน Tweet ระยะ x1i แทนหมายเลขของป้ายชื่อให้ tweet นี้ โดยนักวิจัย A, x2i แทนหมายเลขของป้ายชื่อให้ tweet นี้ โดยนักวิจัย B และศรีแทนหมายเลขของป้ายชื่อที่ใช้กันทั่วไประหว่างนักวิจัย A และ B (ตกลงจำนวนป้าย) นักวิจัย ให้โดยที่ p1i ศรี¼ = x1i และ p2i ศรี¼ = x2i แล้ว

ผลลัพธ์ (ไทย) 2:

เราคำนวณคะแนน F1 ระหว่างชุดฉลากกำหนดโดยสองนักวิจัยที่จะทวีตและเฉลี่ยแล้วมากกว่าทวีตทั้งหมดเพื่อเป็นตัวแทนของข้อตกลง สมมติว่ามีจำนวนรวมของทวิตเตอร์ยังไม่มีการแบ่งประเภทสองนักวิจัย สำหรับการทวีตที่ i, X1i แสดงถึงจำนวนของป้ายให้กับทวีตโดยนักวิจัยนี้ x2i แสดงถึงจำนวนของป้ายให้กับทวีตนี้โดยนักวิจัย B และ si แสดงถึงจำนวนของป้ายที่มีร่วมกันระหว่างนักวิจัยและนักวิจัย B ( จำนวนที่ตกลงกันของป้าย) ให้ p1i ¼ si = X1i และ P2i ¼ si = x2i แล้ว

ผลลัพธ์ (ไทย) 3:

เราคำนวณคะแนนระหว่าง F1 ป้ายชุดให้โดยสองนักวิจัยที่จะ tweet แล้วเฉลี่ยกว่าทวีตทั้งหมดแสดงถึงข้อตกลง สมมติมีจำนวน n tweets แบ่งโดยนักวิจัย 2 สำหรับ ith tweet , x1i แสดงถึงจำนวนของป้ายให้กับทวีตนี้โดยนักวิจัย , x2i แสดงถึงจำนวนของป้ายให้กับทวีตนี้ผู้วิจัย Bจังหวัดและแสดงถึงจำนวนของป้ายที่มีร่วมกันระหว่างนักวิจัยและนักวิจัย B ( ตกลงจำนวนป้าย ) ให้ p1i ¼ศรี = x1i และ p2i ¼ศรี = x2i แล้ว