La méthode d'entropie maximale pour l'analyse des mesures de récupération

Nous présentons un modèle, basé sur la méthode d'entropie maximale, pour analyser diverses mesures de performance de récupération telles que la précision moyenne, la R-précision et la précision aux seuils. Notre méthodologie traite la valeur de cette mesure comme une contrainte sur la distribution des documents pertinents dans une liste inconnue, et la distribution d'entropie maximale peut être déterminée sous réserve de ces contraintes. Pour de bonnes mesures de performances globales (comme la précision moyenne), les distributions d'entropie maximale résultantes sont fortement corrélées aux distributions réelles de documents pertinents dans les listes, comme démontré par les données TREC ; pour de mauvaises mesures de performances globales, la corrélation est plus faible. Ainsi, la méthode d'entropie maximale peut être utilisée pour quantifier la qualité globale d'une mesure de récupération. De plus, pour de bonnes mesures de performances globales (comme la précision moyenne), nous démontrons que les distributions d'entropie maximale correspondantes peuvent être utilisées pour inférer avec précision les courbes de précision-rappel et les valeurs d'autres mesures de performance, et nous montrons que la qualité de ces inférences dépasse de loin celle prédite par une simple corrélation de mesure de récupération, comme le démontrent les données TREC.