准确率（Precision）和召回率（Recall）是被广泛地应用于信息检索和统计学分类的两个度量值，可以用来评价实验结果的质量。其中，准确率衡量的是算法识别的查准率，而召回率衡量的是算法识别的查全率。换句话说，准确率表示特征词与观点词识别的准确性，召回率表示特征词与观点词识别的全面性。

准确率和召回率的取值都在0和1之间，并且数值越接近1，查准率或者查全率就越高。一般来说，二者的取值成正比，并且召回率略高于准确率。但是在某些情况下也可能存在矛盾。比如在极端情况下，只识别出一个准确的结果，那么准确率是100%，但是召回率却很低；而如果返回所有的结果，那么可能召回率是100%，但是准确率却很低。因此，需要综合考虑这两个指标，而最常见的方法是使用调和评价指标（F-Measure）。(www.daowen.com)

本书使用准确率（P）、召回率（R）和调和评价值（F）来对实验结果进行评价。具体定义为：P=|A∩B|/|A|；R=|A∩B|/|B|；F=（β2+1）×P×R/β2×（P+R）。其中，A表示算法识别出的特征词集合或者观点词集合，B表示人工标注的特征词集合或者观点词集合，β为准确率与召回率的调节因子。通常令β=1来平衡这两个评价指标。