使用FilesRouge()评估机器生成的摘要与人工摘要的相似度

要使用FilesRouge()评估机器生成的摘要与人工摘要的相似度，首先需要安装rouge库。可以使用以下命令进行安装：

!pip install rouge

然后，导入必要的库和模块，创建一个Rouge对象，并使用FilesRouge()方法进行评估。下面是一个使用示例，对于机器生成的摘要和人工摘要列表，计算其相似度：

from rouge import Rouge
from rouge import FilesRouge

# 创建Rouge对象
rouge = Rouge()

# 机器生成的摘要
machine_summaries = [
    "This is a machine-generated summary.",
    "The machine generated this summary automatically."
]

# 人工摘要
human_summaries = [
    "This is a human-created summary.",
    "A human being wrote this summary."
]

# 保存机器生成的摘要和人工摘要到文件
with open("machine_summaries.txt", "w") as file:
    for summary in machine_summaries:
        file.write(summary + "
")

with open("human_summaries.txt", "w") as file:
    for summary in human_summaries:
        file.write(summary + "
")

# 创建FilesRouge对象
files_rouge = FilesRouge()

# 评估机器生成的摘要与人工摘要的相似度
scores = files_rouge.get_scores("machine_summaries.txt", "human_summaries.txt")

# 打印相似度评分
for score in scores:
    print(f"Rouge-1: {score['rouge-1']['f']}")
    print(f"Rouge-2: {score['rouge-2']['f']}")
    print(f"Rouge-L: {score['rouge-l']['f']}")

在该示例中，我们使用了两个机器生成的摘要和两个人工摘要进行评估，可以根据需要更改这些摘要列表的内容。

FilesRouge()方法根据机器生成的摘要和人工摘要的文件进行评估。通过调用get_scores()方法，我们可以获得Rouge-1，Rouge-2和Rouge-L的相似度评分。接下来，我们打印每个评分的结果。

请注意，要使用FilesRouge()方法进行评估，摘要需要保存在文本文件中，每个摘要一行。在上述示例中，我们将机器生成的摘要保存在machine_summaries.txt文件中，将人工摘要保存在human_summaries.txt文件中。