Le score F1 à Top-K est une métrique d'évaluation essentielle pour les tâches d'extraction de mots-clés en traitement du langage naturel (NLP). F1@K calcule la moyenne harmonique de la précision et du rappel sur les K premiers mots-clés, offrant ainsi une évaluation globale de la qualité du classement et de l'extraction. Il s'agit de la norme d'évaluation globale la plus couramment utilisée pour l'extraction de mots-clés, car elle équilibre l'impact des omissions et des faux positifs. Cette métrique est généralement exprimée en pourcentage ou sous forme de score entre 0 et 1. Largement adoptée dans les benchmarks et les publications scientifiques pertinents, elle reflète efficacement la performance des modèles sur cette dimension. Une valeur plus élevée indique une meilleure performance.