搜索引擎indri系列:评价 (Evaluation)

本文使用trec_eval。

注意编译生成可执行文件trec_eval才可以!!! linux系统下,进入trec_eval的目录,控制台输入 make即可编译。

命令行格式如下:

$ ./trec_eval -h
trec_eval [-h] [-q] [-m measure[.params] [-c] [-n] [-l <num>]
   [-D debug_level] [-N <num>] [-M <num>] [-R rel_format] [-T results_format]
   rel_info_file  results_file 

其中-m 可以有四种选择:

'official': the main measures often used by TREC
'all_trec': all measures calculated with the standard TREC results and rel_info format files.
'set': subset of all_trec that calculates unranked values.
'prefs': Measures not in all_trec that calculate preference measures.

我们选择 all_trec,它会对计算所有measure,结果如下:

user$ ./trec_eval -m all_trec path-to-qrels/qrels.251-300   path-to-retrieval-result/input.anu5aut1
runid                   all anu5aut1
num_q                   all 50
num_ret                 all 50000
num_rel                 all 5524
num_rel_ret             all 1879
map                     all 0.1537
gm_map                  all 0.0237
Rprec                   all 0.1948
bpref                   all 0.1691
recip_rank              all 0.4216
iprec_at_recall_0.00    all 0.4679
iprec_at_recall_0.10    all 0.2869
iprec_at_recall_0.20    all 0.2399
iprec_at_recall_0.30    all 0.2027
iprec_at_recall_0.40    all 0.1760
iprec_at_recall_0.50    all 0.1557
iprec_at_recall_0.60    all 0.1191
iprec_at_recall_0.70    all 0.0954
iprec_at_recall_0.80    all 0.0703
iprec_at_recall_0.90    all 0.0390
iprec_at_recall_1.00    all 0.0316
P_5                     all 0.2520
P_10                    all 0.2540
P_15                    all 0.2240
P_20                    all 0.2160
P_30                    all 0.1893
P_100                   all 0.1384
P_200                   all 0.0929
P_500                   all 0.0593
P_1000                  all 0.0376
recall_5                all 0.0695
recall_10               all 0.1029
recall_15               all 0.1160
recall_20               all 0.1483
recall_30               all 0.1653
recall_100              all 0.2590
recall_200              all 0.3060
recall_500              all 0.3944
recall_1000             all 0.4560
infAP                   all 0.1537
gm_bpref                all 0.0144
Rprec_mult_0.20         all 0.2690
Rprec_mult_0.40         all 0.2369
Rprec_mult_0.60         all 0.2343
Rprec_mult_0.80         all 0.2154
Rprec_mult_1.00         all 0.1948
Rprec_mult_1.20         all 0.1720
Rprec_mult_1.40         all 0.1537
Rprec_mult_1.60         all 0.1413
Rprec_mult_1.80         all 0.1305
Rprec_mult_2.00         all 0.1239
utility                 all -924.8400
11pt_avg                all 0.1713
binG                    all 0.1399
G                       all 0.1399
ndcg                    all 0.3419
ndcg_rel                all 0.3171
Rndcg                   all 0.2778
ndcg_cut_5              all 0.2783
ndcg_cut_10             all 0.2860
ndcg_cut_15             all 0.2736
ndcg_cut_20             all 0.2763
ndcg_cut_30             all 0.2631
ndcg_cut_100            all 0.2650
ndcg_cut_200            all 0.2730
ndcg_cut_500            all 0.3125
ndcg_cut_1000           all 0.3419
map_cut_5               all 0.0619
map_cut_10              all 0.0793
map_cut_15              all 0.0862
map_cut_20              all 0.0940
map_cut_30              all 0.1005
map_cut_100             all 0.1291
map_cut_200             all 0.1389
map_cut_500             all 0.1494
map_cut_1000            all 0.1537
relative_P_5            all 0.2620
relative_P_10           all 0.2863
relative_P_15           all 0.2705
relative_P_20           all 0.2895
relative_P_30           all 0.2738
relative_P_100          all 0.2961
relative_P_200          all 0.3168
relative_P_500          all 0.3951
relative_P_1000         all 0.4560
success_1               all 0.3200
success_5               all 0.5400
success_10              all 0.6000
set_P                   all 0.0376
set_relative_P          all 0.4560
set_recall              all 0.4560
set_map                 all 0.0199
set_F                   all 0.0627
num_nonrel_judged_ret   all 16729
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,425评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,058评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,186评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,848评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,249评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,554评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,830评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,536评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,239评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,505评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,004评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,346评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,999评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,060评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,821评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,574评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,480评论 2 267

推荐阅读更多精彩内容