> For the complete documentation index, see [llms.txt](https://docs.allganize.ai/nlu-api-dashboard/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.allganize.ai/nlu-api-dashboard/1.1.0-jp/yong-yu-terms.md).

# 用語 (Terms)

### 推論 (Inference)

AIモデルが、正解を与えられない状態で割り当て（例えば、固有表現抽出やテキスト分類）を実行し、その結果を得るプロセスです。

### トレーニング (Training)

AIモデルが、与えられたデータセットを使用してトレーニングを行い、より良い推論結果を得るプロセスです。

### テスト(Test)

AIモデルの推論結果を正解と比較し、モデルの性能を測定するプロセスです。結果は、Precision、Recall、Accuracy、およびF1スコアの4つの異なる指標を使用して示されます。

### グラウンドトゥルース (Ground Truth)

モデルの予測を比較または評価するための基準点です。正しいおよび検証されたラベルまたは結果を指します。

### 適合率 (Precision)

Precisionは、正解と予測された正の観測値の比率です。Precision = True Positive / (True Positive + False Positive)。

### 再現率 (Recall)

Recallは、すべての正しい予測に対する正しく予測された正の観測値の比率です。Recall = TP/(TP+FN)

### 正解率 (Accuracy)

Accuracyは、すべての観測値のうち、正しく予測された観測値の比率です。Accuracy = TP+TN/TP+FP+FN+TN

### F1スコア (F1 Score)

F1スコアは、適合率と再現率の加重平均です。つまり、このスコアは偽陽性と偽陰性の両方を考慮しています。F1 Score = 2\*(Recall \* Precision) / (Recall + Precision)