text - 词干会损害文本分类的精度吗？

Question

我读过词干会损害精度，但会提高文本分类的召回率。这是怎么发生的？当您停止时，您会增加查询和示例文档之间的匹配数，对吗？

Answer 1

它总是一样的，如果你提高记忆，你做一个概括。因此，您正在失去精确度。词干将单词合并在一起。

On the one hand, words which ought to be merged together (such as "adhere" and "adhesion") may remain distinct after stemming; on the other, words which are really distinct may be wrongly conflated (e.g., "experiment" and "experience"). These are known as understemming errors and overstemming errors respectively.

Overstemming 会降低准确率，understemming 会降低召回率。因此，由于根本没有词干意味着没有过度但最大的词干不足错误，因此您的召回率很低，精度很高。

顺便说一句，精度意味着您找到的“文档”中有多少是您正在寻找的。召回意味着您收到了多少正确的"file"。