基于查全系数与查准系数的检索系统评价模型.pdfVIP

第29 期 情 报 杂 志 V0l1．29 No．1 2010年 1月 JOURNALOF INTELLIGENCE Jan． 2010 基于查全系数与查准系数的检索系统评价模型 TheEvaluationModelofIR System BasedonRecall CoefficientandPrecisionCoefficient 黄 毅 李树青 (南京财经大学信息工程学院 南京 210046) 摘 要 提出了两个跟检索系统性能直接相关的参数，分别称之为查全系数R’和查准系数P’。检索系统按查全系 数R’和查准系数P’的不同可以被划分为性能各异的四大类。通过这四个模型来说明查全系数 R’和查准系数P’ 与查全率和查准率的关系，以及查全系数R’和查准系数P’对检索系统的评价意义。 关键词 查全率 查准率 查全系数 查准系数 检索系统评价 中图分类号 G201 文献标识码 A 文章编号 1002—1965(2010}01—0086—03 与空间坐标方法观察查全率与查准率点集在空间的分 0 引 言 布情况，讨论得出查全率的变化与查准率的变化不存 查全率和查准率的概念最早是由Perry和Kent在 在相关关系[引。 1957年提出的，一直是检索系统性能评价中的两个重 本文换个角度 ，提出查全系数和查准系数两个概 要而经典的指标，把它们结合起来可以更加有效地描 念来对检索系统进行评价。 述检索系统的检索成功率 --。我们可以把信息检索结 1 给出定义 果集合中所有内容分为四个部分，如表 1所示。 表 I 信息分类 如图1所示，以单位边长为单位 “1”的正方形表示 ’检索的信息集合，线段A把系统中所有信息分为如图 1所示的两部分。对于某次确定的查询而言，理论上 可以把信息集合分为相关和不相关两部分。用 r表示 其中fp表示被检索出来但事实并不相关的信息， 相关信息在总信息中占的比重，本文且称之为相关信 tp表示检出且相关的信息，tn表示未检 出且不相关的 息比。相关信息比r会因查询或者查询表达的不同而 信息，fn表示未检出但相关的信息。由此，我们可以对 不同。虽然不同人对同一检索结果的相关性判断有较 传统的查全率和查准率给出一个定义： 大差异，但对同一批信息的相关程度的次序的评价基 查全率 R=tp／(tp+In) (1) 本相近；虽然，不同人对少量 相“关性”不太强的信息的 查准率 P=tp／(tp+fp) (2) 判断会有很大不同，但对大量 “相关性”强的信息判断 传统的观点大多认为查全率和查准率是相互制约 不会有很大差异l4J。 的，