squad_evaluate评价指标

SQuAD（Stanford Question Answering Dataset）是一个广泛使用的问答数据集，包含超过10,000个问题和相应的答案。SQuAD评价指标是Exact Match（EM）和F1 Score。

Exact Match是指模型给出的答案与实际答案完全匹配的比例，即模型给出的答案与实际答案完全相同。

F1 Score是指模型给出的答案与实际答案之间重叠部分的比例，即模型给出的答案与实际答案之间有多少个共同的词。

这两个指标都可以用来评估模型在回答问题时的准确性和完整性。在SQuAD比赛中，模型的最终得分是EM和F1 Score的加权平均值。