权威配资世界vsm(vsm向量空间模型)

600082股票2021年4月28日发(作者：大型有实力造纸企业迎来机遇!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
1002515股票
,ω
1
(d)；…；t
n
,
ω
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
在海油工程股票d中出现频率tf
i
(d)的函数，即 。

在信息检索中常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
道博股份吧的文档数目。TF-IDF公式有很多变种，
下面是一个常用的TF-IDF公式：

|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
的相似度股票600010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，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。
华通白银
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。

上次出国，曹教授一起跟着出去了，回来的时候，如愿以偿，将一套二手的NM-60 四轴单面精磨机购买回来了，甚至因为国家缺乏外汇，把秦振华在奔驰重卡公司得到的一万马克的奖金都给用上了。 但是，线膛炮不行。 但是，发射药越多，炮膛内承受的压力，也就越大，这就需要炮管越厚，否则就炸膛了。 这次，陆军坦克部队的59坦克改进计划，就算是落到了一机厂的头上了，目前，陆军装备着数千辆的坦克，这个改进项目一旦开始，可以说，一机厂以后，就会有大笔大笔的利润了。 秦振华看着对方离开的身影，满不在乎地说道。 “老潘，叫了几个人，听说喝酒，谁都不肯来啊。”杜友文小声地向他说道。