Bag-of-words 詞袋模型基本原理

Bag-of-words詞袋模型最初被用在信息檢索領域，對於一篇文檔來說，假定不考慮文檔內的詞的順序關係和語法，只考慮該文檔是否出現過這個單詞。假設有5類主題，我們的任務是來了一篇文檔，判斷它屬於哪個主題。在訓練集中，我們有若干篇文檔，它們的主題類型是已知的。我們從中選出一些文檔，每篇文檔內有一些詞，我們利用這些詞來構建詞袋。我們的詞袋可以是這種形式：{‘watch’,'sports','phon

>>阅读原文<<