向量空间模型(Vector Space Model)

向量空间模型(Vector Space Model)

M个无序特征项ti ,词根/词/短语/其他
每个文档dj可以用特征项向量来表示
(a1j,a2j,…,aMj)
权重计算,N个训练文档
AM*N= (aij)

文档相似度比较
1)Cosine计算,余玄计算的好处是,正好是一个介于0到1的数,如果向量一直就是1,如果正交就是0,符合相似度百分比的特性,余玄的计算方法为,向量内积/各个向量的模的乘积.
2)内积计算,直接计算内积,计算强度低,但是误差大.

你可能感兴趣的:(vector)