For this experiment, the standard i

For this experiment, the standard information retrieval metrics, precision and recall,
(Baeza-Yates & Ribeiro-Neto, 1999) could be used. However, precision and recall are
not well suited for the Web (Piwowarski et al., 2007). First, the relevance is coarse - it is
either relevant or irrelevant, which is not the case in real life. Second, it requires the
knowledge of both relevant and non-relevant documents, which is not feasible for the
Web. Consequently, alternative metrics suitable for the Web were sought for
(Brasethvik, 2004; Piwowarski et al., 2007; Vaughan, 2004). In this experiment we
chose to adopt the measure described by Brasethvik (2004) to obtain the relevance of
the search results perceived by the users. The top 10 retrieved documents were marked
according to their perceived relevance (i.e. trash, non-relevant or duplicate, related, or
good) and weighted according to their ranked positions. This gives a final score in the
range [-50, 100]. This score substitutes a conventional precision metric. A set of
ontologies with different quality aspects and of different granularity was selected (see
Appendix I).

ผลลัพธ์ (ไทย) 1:

สำหรับการทดลองนี้ เรียกข้อมูลมาตรฐานการวัด ความแม่นยำ และเรียก คืน,
(& Baeza Yates Ribeiro Neto, 1999) สามารถใช้ได้ อย่างไรก็ตาม ความแม่นยำและการเรียกคืนจะ
ไม่เหมาะสมสำหรับเว็บ (Piwowarski et al., 2007) ความเกี่ยวข้องเป็นหยาบ - เป็นครั้งแรก
เกี่ยวข้อง หรือไม่เกี่ยวข้อง ซึ่งไม่ใช่ในชีวิตจริง สอง ต้องการ
ความรู้ด้านเอกสารที่เกี่ยวข้อง และไม่เกี่ยวข้อง ซึ่งเป็นไปได้สำหรับการ
เว็บ ดังนั้น ทางเลือกวัดที่เหมาะสำหรับเว็บที่ขอสำหรับ
(Brasethvik, 2004 Piwowarski et al., 2007 วอน 2004) ในนี้ทดลองเรา
เลือกที่จะนำมาใช้วัดโดย Brasethvik (2004) ได้รับความสำคัญของ
ผลการค้นหาโดยผู้ใช้ ดึงข้อมูล 10 บนเอกสารถูกทำเครื่องหมาย
ตามความเกี่ยวข้องรับรู้ (เช่นขยะ ไม่เกี่ยวข้อง หรือซ้ำ เกี่ยว ข้อง หรือ
ดี) และถ่วงน้ำหนักตามตำแหน่งที่รับ นี้ให้คะแนนสุดท้ายในการ
ช่วง [-50, 100] คะแนนนี้แทนการวัดความแม่นยำปกติ ชุด
เลือก ontologies กับด้านคุณภาพต่าง ๆ และส่วนประกอบแตกต่างกัน (ดู
ภาคผนวกฉัน)

ผลลัพธ์ (ไทย) 2:

สำหรับการทดสอบนี้ตัวชี้วัดการดึงข้อมูลมาตรฐานความแม่นยำและความจำ
(Baeza-เยตส์และเนแบร์โต-, 1999) สามารถนำมาใช้ แต่ความแม่นยำและการเรียกคืนจะ
ไม่เหมาะดีสำหรับเว็บ (Piwowarski และคณะ. 2007) ก่อนที่ความหยาบ - มันเป็น
อย่างใดอย่างหนึ่งที่เกี่ยวข้องหรือไม่เกี่ยวข้องซึ่งเป็นกรณีที่ไม่อยู่ในชีวิตจริง ประการที่สองจะต้องมี
ความรู้เกี่ยวกับเอกสารทั้งที่เกี่ยวข้องและไม่เกี่ยวข้องซึ่งเป็นไปไม่ได้สำหรับ
เว็บ ดังนั้นตัวชี้วัดทางเลือกที่เหมาะสมสำหรับเว็บถูกหา
(Brasethvik 2004; Piwowarski et al, 2007;. วอห์น, 2004) ในการทดลองนี้เรา
เลือกที่จะนำมาใช้มาตรการที่อธิบายโดย Brasethvik (2004) เพื่อให้ได้ความเกี่ยวข้องของ
ผลการค้นหาการรับรู้ของผู้ใช้ บนเอกสารที่เรียก 10 ถูกทำเครื่องหมาย
ตามความเกี่ยวข้องรับรู้ของพวกเขา (เช่นถังขยะที่ไม่เกี่ยวข้องหรือทำซ้ำที่เกี่ยวข้องหรือ
ดี) และถ่วงน้ำหนักตามตำแหน่งของพวกเขาจัดอันดับ นี้จะให้คะแนนสุดท้ายใน
ช่วง [-50, 100] คะแนนนี้ทดแทนตัวชี้วัดที่มีความแม่นยำการชุมนุม ชุดของ
จีส์กับด้านที่มีคุณภาพแตกต่างกันและแตกต่างกันของเมล็ดได้รับเลือก (ดู
ภาคผนวก I)

ผลลัพธ์ (ไทย) 3:

สำหรับการทดลองนี้ มาตรฐานข้อมูลการวัดความแม่นยําและเรียกคืน
( แบซาเยทส์& Ribeiro เนโต้ , 1999 ) อาจจะใช้ อย่างไรก็ตาม ความแม่นยํา และจำมี
ไม่เหมาะสำหรับเว็บ ( piwowarski et al . , 2007 ) แรก , Ltd เป็นหยาบมัน
อย่างใดอย่างหนึ่งที่เกี่ยวข้องหรือไม่เกี่ยวข้อง ซึ่งไม่ใช่กรณีในชีวิตจริง ที่สอง , มันต้องมี
ความรู้ของทั้งสองที่เกี่ยวข้องและไม่ใช่เอกสารที่เกี่ยวข้องซึ่งจะไม่เป็นไปได้สำหรับ
เว็บ ดังนั้น ทางเลือกที่เหมาะสมที่สุดสำหรับเว็บกำลังมองหา
( brasethvik , 2004 ; piwowarski et al . , 2007 ; Vaughan , 2004 ) ในการทดลองนี้เรา
เลือกอุปการะวัดอธิบายโดย brasethvik ( 2004 ) การขอรับความเกี่ยวข้องของ
ผลการค้นหาของผู้ใช้ด้านบน 10 ดึงเอกสารเครื่องหมาย
ตามการรับรู้ของพวกเขาที่เกี่ยวข้อง ( เช่น ขยะ ไม่เกี่ยวข้อง หรือซ้ำ , ที่เกี่ยวข้อง , หรือ
ดี ) และแบบตามการจัดอันดับตำแหน่ง นี้จะช่วยให้คะแนนสุดท้ายในช่วง 100 -
[ 50 ] คะแนนนี้ใช้แทนตัวชี้วัดที่ต้องการปกติ ชุดของ
นโทโลจีกับด้านคุณภาพที่แตกต่างกันและแตกต่างกัน ( ดู
granularity ถูกเลือกภาคผนวก 1 )