一、資訊檢索（Information Retrieval, IR）系統的評估有許多指標，例如求準 率（Precision rate） 、求全率（Recall rate）、F-Measure。請列舉除了上述 三項指標之外的五項資訊檢索系統評估指標，並申論之。（25 分）

簡單來說，F-Measure（又稱為 F-score）就是把「查準率（Precision）」跟「查全率（Recall）」這兩個指標，透過數學公式揉合在一起的一個「綜合分數」。

為什麼需要它？（人話解釋）

在資訊檢索中，查準率跟查全率通常是「魚與熊掌，不可兼得」：

• 你想抓得準（查準高），你就得保守一點，只抓最有把握的，但這樣就會漏掉很多（查全低）。

• 你想抓得全（查全高），你就得寧可錯殺不可放過，什麼都抓，但這樣雜訊就很多（查準低）。

F-Measure 就是用來當裁判的。 它能避免系統「偏科」，確保系統在準確度和完整度之間取得一個平衡。

它的公式（白話數學）

最常用的叫做 F1-score，它是兩者的「調和平均數」：

​

為什麼要用「調和平均」而不是一般的相加除以二？ 因為調和平均有一個特性：只要其中一個指標非常低，F1 就會被拉低得很慘。

• 例子：如果 Precision 是 100% 但 Recall 是 0.1%（系統只敢抓一筆），普通平均還有 50 分，但 F1 會趨近於 0。這能懲罰那些「極端偏科」的系統。

F-Measure 的三種常見類型

你可以透過權重（Beta 值）來決定你比較看重誰：

1. F1-Measure (β=1)：

   • 地位相等。最常用，覺得查準跟查全一樣重要。

2. F2-Measure (β=2)：

   • 查全率 (Recall) 比較重要。寧可多抓一點雜訊，也不想漏掉任何相關文件（例如：找醫學文獻、找法律判例）。

3. F0.5-Measure (β=0.5)：

   • 查準率 (Precision) 比較重要。希望抓出來的通通都要對，不想看到雜訊（例如：精準行銷、垃圾郵件過濾）。