text retrieval week2
一、TF-IDF加權的向量空間模型 1. TF加權 這裏的x,y不再是0，1表示，而是看該詞出現的次數 2. IDF加權 M:文檔數目 k:包含該詞的文檔數目 在已TF加權下得到的值再乘以IDF值，即爲最終的TF-IDF加權 二、TF變換: 將c(w,d)轉換爲TF(w,d) 目的：限制高頻詞的權重 經過不斷的嘗試，我們獲得了魯棒且有效的次線性TF轉換函數，命名爲BM25轉換 經驗表明b=0.75
相關文章
- 1. text mining week2
- 2. text retrieval week3
- 3. short text conversation: retrieval
- 4. text retrieval week1
- 5. An Information Retrieval Approach to Short Text Conversation
- 6. week2
- 7. Week2
- 8. nova-week2
- 9. Lesson5-week2
- 10. CAMP: Cross-Modal Adaptive Message Passing for Text-Image Retrieval ICCV-2019 20200925
- 更多相關文章...
- • SVG
- SVG 教程 - • ASP.NET Text 屬性 - ASP.NET 教程
- • JDK13 GA發佈：5大特性解讀
- • 爲了進字節跳動，我精選了29道Java經典算法題，帶詳細講解
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. text mining week2
- 2. text retrieval week3
- 3. short text conversation: retrieval
- 4. text retrieval week1
- 5. An Information Retrieval Approach to Short Text Conversation
- 6. week2
- 7. Week2
- 8. nova-week2
- 9. Lesson5-week2
- 10. CAMP: Cross-Modal Adaptive Message Passing for Text-Image Retrieval ICCV-2019 20200925