Блог

Моя модель определения языка cld2 (langID) возвращает для входного предложения следующие значения для классификации

 { reliable: true,
  textBytes: 181,
  languages: 
   [ { name: 'ITALIAN', code: 'it', percent: 61, score: 774 },
     { name: 'ENGLISH', code: 'en', percent: 38, score: 1573 } ],
  chunks: 
   [ { name: 'ITALIAN', code: 'it', offset: 0, bytes: 116 },
     { name: 'ENGLISH', code: 'en', offset: 116, bytes: 71 } ] }
  

где textBytes представляет размер входного текста, percent распределение code в предложении, в то время как score является показателем качества определения (чем оно меньше, тем оно лучше).
Тем не менее, в совершенно новой нейронной сети CLD3 результатом классификации является просто точность (то есть значение вероятности между 0 и 1), поэтому, как

  println(ld.getCode(0))
 println(ld.getScore(0))

en
0.99
  

Я хотел бы выяснить, как преобразовать показатель CLD2 в значения вероятностей, чтобы сравнить результаты с новой моделью CLD3.