权威配资世界vsm(vsm向量空间模型)

2021年4月28日发(作者：大型有实力造纸企业迎来机001986遇!晨鸣纸业(000488)东)

向量空间模型(VSM)
向量空间模型将文档映射为一个特征向量V(d)=(t
1
,ω
1
(d)；…；t
n
,
ω轴研科技股票
n
(d))，其中t
i
(i=1,2, …,n)为一列互不雷同的词条项，ω
i
(d)为t
i
在d中的权值, 一般被定义为t
i
在d中出现频率tf
i
(d)的函数，即 。

在信息检索中常日照钢铁股票用的词条权值计算方法为 TF-IDF 函数，其中N为所有
文档的数目，n
i
为含有词条t
i
的文档数目。TF-IDF公式有很多变种，
下面是一个常用的TF-IDF公式300051股票：

|江淮汽车股票
根据TF-IDF公式，文档集中包含某一词条的文档越多，说明它区分文
档类别属性的能力越低，其权值越小；另一方面，某一文档中某一词条
出现的频率越高，说明它区分文档内容属性的能力越强，其权值越大。

两文档之间的相似度可以用其对应的向量之间的夹角余弦来表示，即文
档d
i
，d
j
的相似度可以表示为


进行查询的过程中，先将查询条件Q进行向量化营口港股吧，主要依据布尔模型:
|300044
当t
i
在查询条件Q中时，将对应的第i坐标置为1，否则置为0，即

从而文档d与查询Q的相似度为


根据文档之间的相似度，结合机器学习的一些算法如神经网络算法，K-
近邻算法和贝叶斯分类算法等，可以将文档集分类划分为一些小的文档
子集。

在查询过程中，可以计算出每个文档与查询的相似度，进而可以根据相
似度的大新华锦股票小，将查询的结果进行排序。

向量空间模型可以实现文档的自动分类和对查询结果的相似度排序，能
够有效提高检索效率；它的缺点是相似度的计算量大，当有新文档加入
时，则必须重新计算词的权值。

兴蓉投资股票

空调？听到这话，易卜拉欣顿时就来了兴趣。 “嗯，这个嘛，还是可以考虑的。”方老说道：“等到以后技术支持的时候，我们或许可以考虑作为一个方向。这个应该叫什么？” “他们为了安装增压器，取消了原发动机曲轴的第八主轴承，这样发动机长度与原来的发动机基本相同。结构紧凑，干的不错。”乌瑞华说道：“不过，正是因为这样，采用了原有的结构，所以，散热就成为了大问题。”