問題 No.3436
自然言語処理や情報検索の分野における技術やシステムに関する記述として、最も不適切なものを1つ選べ。
【正解の解説】
情報検索システムにおいて、適合率は検索結果に含まれる関連文書の総数に対する検索された非関連文書の割合を示す。
適合率（プレシジョン）は、例えばネット通販で「おすすめ商品」として提示された10個のうち、本当に欲しかった関連商品がいくつあったかを示す精度です。もし非関連文書の割合を指すとなればゴミ情報の多さを表すことになり、定義が逆転してしまいます。つまり、検索結果がどれだけノイズなく的確であるかを示す指標が適合率の本質です。
スポンサーリンク
【その他の選択肢の解説】
情報検索システムにおいて、再現率は検索対象となる全関連文書に対する実際に検索された関連文書の割合を示す。
試験対策として適合率と再現率は必ずセットで狙われる定番の罠です。再現率は「取りこぼしのなさ」を重視し、世の中にある全ての正解文書を網羅して回収できたかを確認します。例えば警察の犯人検挙において、逃げている犯人全体のうち何人を捕まえられたかという割合に例えられ、検索漏れの少なさを評価する重要な数値となります。
情報検索システムにおいて、網羅率はシステムが保持する文書全体に対する検索漏れとなった非関連文書の割合を示す。
情報検索の評価では主に適合率と再現率が使われ、これらはトレードオフの関係にあります。網羅率という言葉は日常会話的に使われることはあっても、文書全体の検索漏れ率を示す専門的な定量的指標としては適切に定義されていません。出題者が受験者の曖昧な知識を試すために混ぜ込んだ偽りの選択肢であるため、惑わされないように注意が必要です。
情報検索システムにおいて、特異度は検索された文書全体に対する不要な非関連文書が占める割合を示す。
特異度は統計学や医学的検査の分野でよく使われる用語であり、陰性のものを正しく陰性と判定できた割合を指します。情報検索の文脈においては適合率や再現率の定義が正解の基準となるため、医療統計などで使われる特異度の概念をそのまま情報検索のシステム評価に当てはめるのは不適切です。初学者が知っている専門用語を別分野に流用した出題者の罠です。