Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...

5.3. EMPHASIS-DETECTION-BASIERTE SEGMENTIERUNG 101
¨ §
(%) Level 1 Level 2 Level 3 Level 4 Level 5
Thresh. Recall (%)
1 1 25 0 0 0 8
2 50 11 10 11 8
5 50 33 40 44 38
8 50 44 30 33 31
2 1 50 22 30 22 15
2 50 22 40 33 23
5 50 33 50 67 54
8 50 33 50 67 54
Ergebnisse als Recall/Precision-Diagramme
Die Diagramme in Abbildung 5.3.1 zeigen sogenannte Recall/Precision-Diagramme für die Resultate
des EDBS-Verfahrens. Es ist deutlich zu sehen, daß eine Erhöhung des Pitch-Schwellwerts
zwar in der Regel zu höheren Recall-Werten führt (Ausnahme: Vortrag 4,
), allerdings
¨
steigt der Precision-Wert nicht in gleichem Maße und bleibt auf niedrigem Niveau.
Precision
0.5
0.4
0.3
0.2
0.1
’Vortrag 1’
’Vortrag 2’
’Vortrag 3’
’Vortrag 4’
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Recall
(a) Recall/Precision-Diagramm für ¢¡¤£ ¡
Precision
0.5
0.4
0.3
0.2
0.1
0
’Vortrag 1’
’Vortrag 2’
’Vortrag 3’
’Vortrag 4’
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Recall
(b) Recall/Precision-Diagramm für ¥¡¦£
Abbildung 5.3: Recall/Presision-Diagramme für die Ergebnisse aus Kapitel 5.3.1
5.3.2 Interpretation der Ergebnisse
Die Ergebnisse zeigen, daß bei der Fragestellung, wieviele Topic Beginnings gefunden werden
und mit welcher Genauigkeit dies geschieht, ein maximaler Recall ¦
¢§¤
von erreicht wird. Allerdings
erhält man nur eine von¦
¤
Precision . Somit entspricht nur jedes fünfte vom Verfahren
vorhergesagte Topic Beginning einem tatsächlichem Topic Beginning. Bestenfalls wurde eine