Figure 2 shows the aggregated preci

Figure 2 shows the aggregated precision, recall, and F1 score across all 10 APIs as the percentile of filtered out frequencies increases. (To determine the aggregated values, we treated the combination of all APIs as a single one when applying the metrics described in Section IV-A, thus properly accounting for their relative importance.) The rising values for precision indicate that filtering by frequency does help, for our use case, separate noise from data.

ผลลัพธ์ (ไทย) 1:

รูปที่ 2 แสดงความแม่นยำรวม เรียกคืน และ F1 คะแนนผ่าน 10 APIs เป็นเปอร์เซ็นต์ของ filtered ออกเพิ่มความถี่ (เพื่อกำหนดค่ารวบรวม เราถือว่าการรวมกันของ APIs ทั้งหมดเป็นเป็นหนึ่งเดียวเมื่อใช้การวัดที่อธิบายไว้ในส่วนที่ IV-A จึง ถูกต้องบัญชีสำหรับสำคัญที่เกี่ยวข้องกัน) ค่าความแม่นยำเพิ่มขึ้นบ่งชี้ว่า filtering โดยความถี่ไม่ช่วย สำหรับกรณีของเราใช้ เสียงแยกต่างหากจากข้อมูล

ผลลัพธ์ (ไทย) 2:

รูปที่ 2 แสดงความแม่นยำที่รวบรวมการเรียกคืนและ F1 คะแนนในทุก 10 API ที่เป็นเปอร์เซ็นต์ของสถาบันการเงิน ltered ความถี่เพิ่มขึ้น (การตรวจสอบค่าที่สรุปรวมเราได้รับการรักษารวมกันของ API ทั้งหมดเป็นหนึ่งเดียวเมื่อมีการใช้ตัวชี้วัดที่อธิบายไว้ในมาตรา IV-A จึงต้องบัญชีสำหรับความสำคัญของพวกเขา.) ค่าที่เพิ่มขึ้นสำหรับความแม่นยำระบุว่า Fi ltering ตามความถี่จะช่วย สำหรับกรณีการใช้งานของเราเสียงที่แยกต่างหากจากข้อมูล

ผลลัพธ์ (ไทย) 3:

รูปที่ 2 แสดงการสรุปความ ระลึกถึง และ F1 ทั้งหมด 10 คะแนนผ่าน API เป็นเปอร์เซ็นต์ของ ltered ออกจึงเพิ่มความถี่ ( กำหนด รวม ค่า เราปฏิบัติรวมกันทั้งหมด APIs เป็นหนึ่งเดียวเมื่อใช้ตัวชี้วัดที่ระบุไว้ในมาตรา iv-a จึงถูกบัญชีสำหรับความสำคัญ ญาติของพวกเขา ) จากค่าความแม่นยำระบุว่าจึง ltering โดยความถี่จะช่วย สำหรับกรณีใช้แยกเสียงจากข้อมูล