在判断检索结果好坏时，查全率（Recall ratio）与查准率

（Precision ratio）是两个最常用的指标。它们表示系统的

“过滤能力”，即让相关文献“通过”，“阻止”无关文献

。　　查全率与查准率的定义如下：R（查全率）=（检出的

相关文献数量/检索系统中相关文献总量）x100%，，P（查准

率）=（检出的相关文献数量/检出的文献总量）x100%

——《文献检索与利用》—花芳　　例

如：在一次检索中，共检出文献100篇，经过专家判定，其中

与提问相关的文献为60篇，其余的40篇为误检文献，那么按

照上述公式，本次检索的查准率P就等于（60/100）×100%即

60%。假如检索系统中还有90篇相关文献，由于各种原因而未

被检出（漏检），那么按照上述公式，本次检索的查全率就

等于（60/60+90）×100%即40%。　　可见，利用上述公式，

对每一次信息检索，都可计算出其查准率和查全率，对检索

效率作出定量化的评价。　　但是，如果进一步分析，就会

发现查准率的计算没有问题，而查全率的计算存在明显的问

题。那就是怎样知道漏检文献的数量。　　对于小型的试验

系统，在进行检索效率评价时，只要把系统中所有的文献都

浏览一遍，就能准确地获得漏检文献的数量。然而，在实际

运行的检索系统中，由于系统文献总量通常数以百万计，在

评价检索效率时，根本不可能把浏览系统中所有的文献，因

此，也就无法知道漏检文献数量。　　所以，在实际的检索

评价中，对于漏检文献数量，一般采用近似的估计值。获得

漏检文献数量估计值的方法有两种：其一，利用其他的同类

检索系统，进行相同的检索，然后通过对命中结果的分析和

比较，推断哪些文献被漏检；其二，利用原有的检索系统，

放大检索范围进行查找，然后对命中结果进行分析，看是否

有原先未被检出的相关文献，从而得到漏检文献的近似值。

　　．查准率与查全率之间的关系　　利用查准率和查全率

指标，可以对每一次检索进行检索效率的评价，为检索的改

进调整提供依据。利用这两个量化指标，也可以对信息检索

系统的性能水平进行评价。　　要评价信息检索系统的性能

水平，就必须在一个检索系统中进行多次检索。每进行一次

检索，都计算其查准率和查全率，并以此作为坐标值，在平

面坐标图上标示出来。通过大量的检索，就可以得到检索系

统的性能曲线。　　———《文献检索与利用》陈老师

查准率和查全率