改進向量空間模型

聲明：只是對向量空間模型的介紹（或者叫推廣），並沒有理論創新工作。 本人在之前的《向量空間模型(VSM)在文檔相似度計算上的簡單介紹》和《向量空間模型文檔相似度計算實現（C#）》兩篇文章中分別介紹了簡單SVM模型及其實現。 本人使用簡單詞頻（即詞在當前文檔中出現的次數）信息，實現了一個樸素版本的向量空間模型，效果尚可，但還是有很多可改進之處。 直接使用詞的個數在比較詞數很多和詞數很少的文檔時存在着

>>阅读原文<<