评估文本分类迁移学习模型的性能需要使用适当的评估指标和方法。以下是一些常用的评估方法：

  1. 准确率（Accuracy）：准确率是常用的评估指标之一，它指示模型正确分类样本的比例。准确率可以通过将预测标签与真实标签进行比较来计算。

  2. 精确率（Precision）和召回率（Recall）：精确率衡量了模型预测为正例的样本中有多少是真正的正例，而召回率衡量了模型能够正确预测为正例的真实正例的比例。这两个指标通常一起使用，并可以通过计算预测结果的混淆矩阵来得到。

  3. F1值（F1-score）：F1值是精确率和召回率的调和平均值，用于综合评估模型的性能。F1值越高，模型的性能越好。

  4. ROC曲线和AUC值：对于二分类任务，可以使用ROC曲线和AUC值来评估模型的性能。ROC曲线展示了模型在不同阈值下的真阳率和假阳率之间的关系，AUC值表示ROC曲线下方的面积，AUC值越接近1，模型的性能越好。

  5. 混淆矩阵（Confusion Matrix）：混淆矩阵展示了模型预测结果与真实标签之间的对应关系，可以帮助我们分析模型在各个类别上的性能。

  此外，还可以使用交叉验证、留出集和测试集来评估模型的性能。交叉验证可以提供更可靠的评估结果，留出集用于调整模型参数，测试集用于最终评估模型性能。

  需要注意的是，在评估文本分类迁移学习模型性能时，尤其需要关注预训练模型的迁移效果。可以比较迁移学习模型与基准模型在同样的任务上的性能差异来评估迁移学习的效果。