information-retrieval - 如何计算提取的正确数据记录的数量？

Question

我想计算需要提取正确数据记录、数据记录总数和提取不正确数据记录的召回率和精度。

我有输入 html 页面，我正在从中提取有用的数据并使用包装器生成输出 html 页面。

Answer 1

要计算提取了多少正确数据记录，您需要有一组正确数据记录的参考。参考数据集是您将输出与之比较的内容，参考集是您的输出应匹配的理想输出。参考集也称为“黄金标准”集。

参考集可以手动创建，或者，如果存在更好的 IR 系统可以满足您的目的，则可以由另一个系统创建。

要计算提取的正确数据记录的数量，您只需计算系统输出和黄金标准输出中有多少记录。