文本相似度算法

文本相似度算法 1.信息檢索中的重要發明TF-IDF 1.1TF Term frequency即關鍵詞詞頻，是指一篇文章中關鍵詞出現的頻率，比如在一篇M個詞的文章中有N個該關鍵詞，則 （公式1.1-1） 爲該關鍵詞在這篇文章中的詞頻。 1.2IDF Inverse document frequency指逆向文本頻率，是用於衡量關鍵詞權重的指數，由公式 （公式1.2-1） 計算而得，其中D爲文章總數

>>阅读原文<<