2012年5月1日
余弦相似度
摘要： 转自：http://hi.baidu.com/zzpppork/blog/item/c1c79cfadbfe0a6e034f5683.html在向量空间模型中，文本泛指各种机器可读的记录。用D（Document）表 示，特征项（Term，用t表示）是指出现在文档D中且能够代表该文档内容的基本语言单位，主要是由词或者短语构成，文本可以用特征项集表示为 D(T1，T2，…，Tn)，其中Tk是特征项，1<=k<=N。例如一篇文档中有a、b、c、d四个特征项，那么这篇文档就可以表示为 D(a，b，c，d)。对含有n个特征项的文本而言，通常会给每个特征项赋予一定的权重表示其重要程度。即 D＝ 阅读全文
posted @ 2012-05-01 16:43 iLocationStudio 阅读(305) 评论(0) 推荐(0)