【51CTO.com快譯】是與搜精度與查全率索技術(shù)相關(guān)的兩項根本性機制。立足于一次特定查詢——利用搜索引擎查找特定文檔集(即結(jié)果集)，我們可以這樣對二者做出定義：

• 精度為全部返回相關(guān)結(jié)果當中文檔所占的百分比。
• 查全率為結(jié)果集中相關(guān)文檔的百分比。

誠然，這些定義剛開始可能不太容易理解。二者看起來甚至有點是一回事——別急，下面我們就立足于實例對其加以講解。通過這樣的過程，大家也能夠理解二者為什么在設(shè)計搜索應(yīng)用時會扮演如此重要的角色。

另外，我們還將探討精度與查全率之間經(jīng)常出現(xiàn)的沖突狀況。一般來講，查全率越高、精度越差，而精度越高、查全率也就越差。這意味著搜索結(jié)果相關(guān)性中存在著一種最佳平衡點。幸運的是，我們有辦法盡可能趨近該平衡點。

精度與查全率示例

這次讓我們以水果來舉例。首先請看下圖。

搜索蘋果后獲得的文檔插圖及結(jié)果

當我們親自走向水果攤時并打算買點蘋果時，我們會首先想到“紅色的、個頭中等的水果”。通過這樣的標準，我們可能會找到上圖中的結(jié)果。在搜索結(jié)果中可以看到三個蘋果以及三種紅色、個頭中等但不是蘋果的水果(分別為西紅柿、彩椒以及石榴)。重申之前的定義，精度為獲得正確結(jié)果的百分比。在本示例中，六個結(jié)果中有三個正確，則精度則為50%。另外，對全部水果進行觀察，大家會發(fā)現(xiàn)總計十三種水果中共有五只蘋果。查全率指的是返回正確條目占全部正確條目的百分比。在本示例中，上圖共包含五只蘋果，而其中有三只被納入返回結(jié)果，因此查全率為60%。

在理想狀態(tài)下，精度與查全率應(yīng)該都為100%。然而這幾乎是不可能的，而且更重要的是這兩項指標往往相互矛盾。如果提高查全率，那么精度將受到影響——因為搜索響應(yīng)中將包含更多錯誤結(jié)果。另一方面，如果提高精度，那么查全率亦將受到影響，因為搜索響應(yīng)會忽略某些正確結(jié)果。

色彩匹配要求更為寬松時的搜索結(jié)果

為了更好地理解精度與查全率間的矛盾關(guān)系，讓我們繼續(xù)來看水果示例。如果大家想提升查全率，則必須將搜索要求設(shè)定得再寬松一點。也許我們可以將水果的顏色放寬到包括黃色——畢竟有些蘋果確實是黃的。如上圖所示，這種情況下返回的蘋果數(shù)量達到四個，查全率增加到80%。但是由于大多數(shù)蘋果并非黃色，因此錯誤結(jié)果也增加了兩項，精度降低至44%。

收緊搜索要求后的搜索結(jié)果集

下面再從另一個角度進行實驗。如果我們收緊搜索要求——例如將大小的定義嚴格限定為中等，那么結(jié)果將如上圖所示。在這里精度提升到了67%，因為排除掉了兩種個頭不符的其它水果，但同時個頭比較大的一個蘋果也被排除在外，因此查全率下降到40%。

盡管精度與查全率往往有所沖突，但我們還是有辦法解決這一難題：引入更多特性。舉例來說，如果大家在搜索中添加“味道”一項，那么西紅柿可能會由于沒那么甜而被排除掉。但遺憾的是，在搜索中納入新特性往往沒那么簡單。而且在特定情況下，如果我們決定以味道作為指標從水果中搜索蘋果，那么沒準又會帶來新的、意想不到的錯誤選項。

原文標題：Precision and Recall by Example: The Two Pillars of Search Relevance

【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】