尝试改进我的聊天应用程序：

使用我的域中以前的（预处理的）聊天交互，我构建了一个工具，为用户提供给定聊天上下文的 5 种可能的话语，例如：

生：“嗨，约翰。”

上下文：嗨 [[USER_NAME]]
话语：[嗨，你好，你好吗，你好，再次你好]

当然，结果并不总是相关的，例如：

Raw：“嗨，John。你好吗？我很好，你在办公室吗？”

语境：嗨 [[USER_NAME]] 你好吗，我很好，你在办公室吗？
话语：[是的，不，嗨，是的，我是，你好吗]

我将Elasticsearch与 TF/IDF 相似性模型和结构如下的索引一起使用：

{
  "_index": "engagements",
  "_type": "context",
  "_id": "48",
  "_score": 1,
  "_source": {
    "context": "hi [[USER_NAME]] how are you i am fine are you in the office",
    "utterance": "Yes I am"
  }
}

问题：我确定对于上下文“嗨 [[USER_NAME]] 你好吗，我很好，你在办公室吗”，“是的，我是”这句话是相关的，但是“是”、“否”也是相关的因为它们出现在类似的背景下。

尝试使用这个优秀的视频，作为一个起点

问：如果我所知道的（从我的原始数据中）只是一个真实的话语，我如何衡量准确率和召回率？