@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix skos: <http://www.w3.org/2004/02/skos/core#> .
@prefix dc: <http://purl.org/dc/terms/> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
@prefix inist: <http://www.inist.fr/Ontology#> .

<http://data.loterre.fr/ark:/67375/8LP> a owl:Ontology, skos:ConceptScheme .
<http://data.loterre.fr/ark:/67375/8LP-DWGTGV6G-L>
  skos:prefLabel "matrice de confusion"@fr, "confusion matrix"@en ;
  a skos:Concept ;
  skos:narrower <http://data.loterre.fr/ark:/67375/8LP-SS7J8HK6-4> .

<http://data.loterre.fr/ark:/67375/8LP-SS7J8HK6-4>
  skos:example "L'ensemble des mots-clé correctement associés à un document par le système correspond au taux de vrais positifs (TP formule 3) l'ensemble des mots-clé incorrectement associés à un document par le système correspond au taux de faux positifs (FP formule 4) et l'ensemble des mots-clé non trouvés par le système correspond au taux de faux négatifs (FN formule 5). (Paroubek, Zweigenbaum, Forest & Grouin, 2012)"@fr, "In addition they produce considerably higher false negative rates with a magnitude up to five times greater demonstrating the extent of the cultural gap. (Lee, Jung & Oh, 2023)"@en, "Similarly we calculate the false negative rate for samples where the LMs prefer antistereotypical keywords for the original group but prefer it even more for the control group. (Pikuliak, Beňová & Bachratý, 2023)"@en, "Besides the focus on Dutch text it is desirable for high-impact applications like those used in medical practice and law enforcement to work with models and algorithms that have low false negative rates due to potential societal and ethical complications that arise with false positives. (Loerakker, Müter & Schraagen, 2024)"@en, "Hate speech aimed at particular ideologies such as partisan intellectual or sports affiliations had a high false negative rate (FNR) for both the English and Korean hate speech classifiers. (Lee, Jung & Oh, 2023)"@en, "Pour une évaluation plus fine du logiciel nous avons choisi de déterminer le taux de faux négatifs (prédicats non étiquetés comme tels) et de faux positifs (non-prédicats étiquetés comme prédicats) : respectivement 2.7% et 3.1%. (Lee, Gambette, Maillé & Thuillier, 2010)"@fr, "Investing further effort in lexicon creation may have further reduced the false negative rate. (Bialer, Izmaylov, Segal, Tsur, Levi-Belz & Gal, 2022)"@en ;
  skos:inScheme <http://data.loterre.fr/ark:/67375/8LP> ;
  skos:broader <http://data.loterre.fr/ark:/67375/8LP-DWGTGV6G-L> ;
  skos:hiddenLabel "Taux de faux négatifs"@fr, "False negative rate"@en ;
  skos:definition "The proportion of positives which yield negative test outcomes with the test, i.e., the conditional probability of a negative test result given that the condition being looked for is present. (Wikipedia)"@en, "Donnée qui indique la proportion de détection manquée des éléments connus répondant aux critères de détection. (Data Franca)"@fr ;
  dc:modified "2024-06-26T08:22:22"^^xsd:dateTime ;
  skos:altLabel "FNR"@fr ;
  skos:prefLabel "false negative rate"@en, "taux de faux négatifs"@fr ;
  inist:definitionalContext "Le taux de faux négatifs (FN) est le pourcentage de surdétections erronément classées comme détections légitimes. (Gotti, Langlais, Lapalme, Charest & Brunelle, 2012)"@fr ;
  a skos:Concept .