定義
Cohen's Kappaとは、2人の評価者やモデルによるラベル判定の一致度から、偶然による一致分を差し引いて算出する統計指標のこと。
Cohen's Kappa (評価者間一致度)とは（詳しく解説）
Cohen's Kappa(コーエンのカッパ係数)は、2人の評価者(またはモデルと人間)によるラベル判定の一致度から、偶然による一致分を差し引いて算出する統計指標とされる。値は-1〜1の範囲を取り、0.6以上で「実質的な一致」、0.8以上で「ほぼ完全な一致」の目安とされる。単純な一致率(Accuracy)だけでは偶然一致しやすいクラス不均衡データを過大評価する問題があり、これを補正する点が単純一致率との違いとされる。2026年時点の実運用では、LLM出力品質の人手ラベリングでアノテーター間の一致度を検証したり、コンテンツモデレーションやAI生成物検知の判定基準がぶれていないか確認する用途で使われることが多いとされる。現場でつまずきやすい落とし穴は、評価者が2人を超える場合はそのまま使えずFleiss' Kappaなど派生指標への切り替えが必要な点、クラスが極端に偏ったデータでは低く出やすく解釈を誤りやすい点とされる。コスト感としては、基準のすり合わせと定期的な再測定に工数がかかり、相場感として小規模プロジェクトでも月次程度の再検証が現場で行われることが多いとされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「Cohen's Kappa (評価者間一致度)とは」 https://aipicks.jp/glossary/cohens-kappa
Cohen's Kappa (評価者間一致度)の使用例
- LLM出力の人手評価で、2人のアノテーター判定にKappaを算出し基準のズレをチェックする。
- 「正解率は高いのに評価者間で意見が割れる」場合、Kappaで一致度を確認し基準を見直す。
