编辑距离的概念，我们在上一期文章《聊聊文档解析测评里的表格指标》里介绍过。

它指的是，对给定的两个字符串，最少要经历多少次插入、删除、替换操作，才能使两个字符串完全一样。

在阅读顺序指标中，我们应用同样的概念对匹配段落进行检测，在这一项中得分越高，意味着解析结果中的阅读顺序与实际越匹配、差异越小，也即还原效果越好。

段落识别率指的是被正确识别的段落数量占所有识别出的段落总数的百分比。

它测量的是段落解析够不够“准”。

举一个比较直观的例子来说明段落识别率和段落召回率分别代表的含义。

现在我们有一篇需要识别的短文，它有3个段落，分别为：

+----------------+

段1:开头

+----------------+

+----------------+

段2:正文

+----------------+

+----------------+

段3:结尾

+----------------+

在解析过程中，段1、段2被正确识别，而段3被识别为了2个分开的段落。即解析结果为：

+----------------+

段1:开头

+----------------+

+----------------+

段2:正文

+----------------+

+----------------+

段3:发展

+----------------+

+----------------+

段4:结尾

+----------------+

那么，在这个案例中，段落识别率=2/4=50%。

段落识别率反映了产品正确识别段落的能力，即查准率。识别率越高，意味着系统在识别段落时的准确性越高。

段落召回率是指被识别到的相关段落数量占实际总段落数的百分比。

它测量的是段落解析是不是“全”。

我们继续看前面的短文案例，此处的段落召回率=2/3=66.67%。

简单来说，就是原文的3个段落中里，我们正确找到了其中的2个。

它衡量了解析产品在识别文档时的查全率。召回率越高，意味着越能够正确找到所有段落。

F1值是识别率和召回率的调和平均值，它综合考虑了这两个指标，用于评估文档解析的整体性能。F1值越高，通常意味着文档解析的性能越好。