2、TF-IDF和BM25

這兩者計算的都是文檔和文本之間的相似度，如果是兩個短文本貌似也可以。 1、TF-IDF = TF * IDF       假設文本是「我怎麼這麼帥氣」，4個詞，第一個詞「我」， 文檔1中一共有10個詞，「我」有2次，這個詞的詞頻都是2，這就是TF       第一個詞「我」，在所有文檔中，有「我」這個詞的文檔數是m，文檔總數是n，則IDF = log（n/（m+1））       所有詞疊加就是這

>>阅读原文<<