网络信息检索效果评价
来自《信息检索》
- 目前,得到普遍认同的检索效果的评价标准主要有以下几个:查全率、查准率、收录范围、输出格式,其中以查全率和查准率最为重要[1]。
查全率、查准率
- 查全率(Recall ratio,简写为R),是系统在进行某一检索时,检出的相关文献量与系统文献库中相关文献总量的比率,即:查全率=检出相关文献量/文献库内相关文献总量。
- 查准率(Precision:atio,简写为P),是指所检出的相关文献占所有检出文
献的比率。
- 查全率和查准率是衡量检索系统检索效果的两个最重要的指标,两者结合使用就能够反映一个检索系统的基本检索效果如何。但是在实践中,两者往往表现出一定的矛盾性,因为查全率强调尽可能全地查出所有相关信息,查准率则强调尽可能准的查出相关信息,这两者在实施过程中一直是一对矛盾。
- 值得一提的是,在网络环境下,查准率的重要性有所提升,这主要是因为网络资源如此庞大,没有过滤作用的检索系统是起不到其应有的参考作用的。
收录范围
- 在传统检索效果评价中,数据库收录范围指标被作为衡量查准率的一项辅助指标,用以揭示数据库的涵盖范围。它的计算公式为“给定时间内系统收录的文献总量”比上“同期相关领域中的实际文献量”。网络环境给收录范围带来的最大的挑战就是“同期相关领域实际文献量”的确定的难度更加大了,同时,信息技术的发展也为收录范围提出了更多的挑战。首先,网络所带来的新型资源是多媒体、多语种、跨地域的,因而一个优秀的网络检索系统,其收录范围应随网上信息资源的变化而及时变化,而且应该为利用网络特色资源提供方便手段。其次,一些新型检索工具也为这一指标提出了新的问题。如:元搜索引擎,它是多个单一搜索引擎的集合,没有独立的数据库,主要依靠系统提供统一界面,构成一个一对多的分布式且具独立功能的虚拟逻辑机制。这就使系统内外的范围划定更加模糊。
- 由于收录范围其实是查全率、查准率等一系统评价标准的基础,所以它的改变,也会相应的引起查全率标准、查准率等标准一系列的变化。
输出形式
- 输出形式是系统所检出的信息的表达形式,通常有文献号、题录、文摘或全文等。输出的信息越多且便于浏览,用户就越容易做出相关性判断。由于人机交互过程中,无可避免地会出现理解上的偏差,而输出形式可以提供更详细一点的检索反馈,使用户可以在系统所提供的检索结果的基础上进行更进一步的筛选,或及时调整自己的检索策略。所以,输出形式应该成为网络信息检索性能评价的一个重要指标,检索工具应该能够灵活地定义检索结果输出格式。而且,利用网络环境的特点,检索工具如果能够提供诸如标题、URL、文件格式、语种、文摘等多种选择,以超级链接方式或可视化的形式提供用户选择的话,相信会对系统本身的查准率提供一个修正。
参考文献
- ↑ 熊回香.网络信息检索及其发展[D].武汉:华中师范大学,2003
参与本页讨论
用户留言: |
目前暂无留言 |
新增留言 编辑留言 |