信息检索_系统评价

总思路

image-20221102140305383

单查询

无序检索结果集合的评价

回顾

查准率 (Precision) : \(P=\frac{T P}{T P+F P}\) 。预测正确的正例数据占预测为正例数据的比例。

召回率 (Recall) : \(R=\frac{TP }{TP+FN}\) 。预测为正例的数据占实际为正例数据的比例。

F1值 (F1 score) : \[ F1=\frac{2}{\frac{1}{P}+\frac{1}{R}}=\frac{2 * P * R}{P+R}\nonumber \]

有序检索结果集合的评价

P-R曲线的例子

image-20221102141151261

image-20221102142019252

平均正确率AP

image-20221102142247895

Precision@N

Precision@N：在第N个位置上的正确率，对于搜索引擎，大量统计数据表明，大部分搜索引擎用户只关注前一、两页的结果，因此， P@10，P@20对大规模搜索引擎来说是很好的评价指标

image-20221102142715051