Retrieval evaluation

Retrieval evaluation je meranie kvality vyhľadávania podľa relevancie a poradia výsledkov pomocou metrík ako recall, precision, MRR alebo nDCG.

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi potrebuje reprodukovateľný protokol, vhodnú porovnávaciu základňu a analýzu chýb aj neistoty.

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Rizikom je nereprezentatívny test, únik dát, preladenie na benchmark alebo zamenenie priemernej metriky za bezpečnú prevádzku. Hodnotenie musí zahŕňať hraničné prípady a analýzu chýb.

Retrieval evaluation sa od pojmov SHAP, Turing test, Uncertainty estimation odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.