Key points are not available for this paper at this time.
大多数信息检索实验通过平均精确度和平均召回率等指标进行评估。关于一种检索技术优于另一种技术的基本判断完全基于这些指标。我们认为，平均性能数字需要通过仔细的统计分析进行验证，并通过仔细观察单个查询的结果可以发现大量额外信息。本文是关于词干算法的案例研究，描述了一些新的评估方法，并证明了它们的价值。© 1996 John Wiley & Sons, Inc.
David A. Hull (Mon,) 研究了这个问题。