情報抽出の評価

式5.3よりF値を求め，情報抽出の性能を評価する．式中の「列の項目名を中心とする文」の例を表5.3に示す． 表5.3の2，3行目の文は項目名「画素」を中心とする文であるが，4行目は，項目名「画素」を中心とする文ではないので，列の項目名を中心とする文ではないと判断した．実際に列20の適合率と再現率の評価を行った結果を表5.4に示す． 無作為に抽出した5列の評価結果は表5.5のようになった．また，重要度の高い上位5列の評価結果は表5.6のようになった．

$$適合率 = \frac{列の項目名を中心とする文の数}{列に含まれる文の数}$$ (5.1)

$$再現率 = \frac{列の項目名を中心とする文の数}{列の項目名を中心とする文書中の文の数}$$ (5.2)

$$F値 = \frac{2×適合率×再現率}{適合率＋再現率}$$ (5.3)

表 5.3: 列の項目名を中心とした文の例

	画素
文書1	メインカメラは約1640万画素○
文書2	カメラ画素数は500万画素○
文書3	多くの光を集めることでより画質のよい写真を撮影できる$\times$

表 5.4: 列20の適合率・再現率の評価結果

表 5.5: 無作為に抽出した5列の評価結果

表 5.6: 上位5列の評価結果