awk相关问题

wlyqiqi

我现在有两个文件  terrier得出的TF.res和t.qrels


只对比每一行的第列和第三列， 忽略第三和第四列
求如何用awk输出相同的部分和数量

yestreenstars

何为精度和召回率？

你还不如根据源文件给出期望的结果，然后解释结果是怎么得到的。

wlyqiqi

回复 2# yestreenstars

我用 awk -F'[/,]' 'ARGIND==1{a[$0]}ARGIND>1{if ($2 in a)print $0}' TF_IDF_0.res t.qrels>c   为何得到的文件c是空白的》》？？


   

liaosnet

回复 1# wlyqiqi


    就你给出的示例，直接写出你要的结果是啥 ？

Herowinter

回复 3# wlyqiqi
读第一个文件的时候，你用的是$0整行做的哈希；
读第二个文件的时候，你判断用的是$2 in a当然不成立啊。


   

wlyqiqi

回复 4# liaosnet
我就是想对比每一行的第一项和第三项，输出完全相同的条目。。


   

Herowinter

我来猜一个算了，省得大家这么辛苦，
其实难度都在理解楼主的真正意图上。

1. awk 'ARGIND==1{a[$1" "$3]=$0} ARGIND>1{if ($1" "$3 in a){count++;print a[$1" "$3]}} END{print "total: "count}' TF_IDF_0.res t.qrels
   
2. 001 Q0 367321 0 18.98621904482158 TF_IDF
   
3. 001 Q0 366866 1 14.576663853270356 TF_IDF
   
4. 002 Q0 172248 1 11.241745855896292 TF_IDF
   
5. total: 3

复制代码

wlyqiqi

回复 5# Herowinter
能告诉我怎么写吗？输出完全相同的，只有一项相同的和完全不同的， 谢了~


   

wlyqiqi

回复 7# Herowinter

我用了你的方法，为什么total是空白呢？   

TF_IDF_0.res文件一共57个query，开头分别是（001，002，...，057） ，每一个开头有50个值，这个文件是通过搜索引擎terrier得到的。
t.qrels是要找的目标文件.开头也是001，002，...,057,
对比第三项，得出每一个开头 t.qrel和TF_IDF_0.res完全匹配的条目数（计算TF_IDF_0的数目）和 完全不匹配的条目数（t.qrels的数目）。
终极目的是求召回率和准确率。。。
谢了~！





   

Herowinter

回复 9# wlyqiqi
最简单的方法，先贴出你要处理的2个真实的文本，
然后把你期望的结果文本也贴出来，其他描述可以从简，
因为我们不关心你怎么得到这两个文本。
如果还要计算准确率和召回率，请给出计算公式。