基于文本分类的文档相似度计算

• 作者: 胡学钢 赵俊杰
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 文本分类 相似度 向量空间模型:KNN
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 技术交流
• 页码范围: 46-47,40
• 页数: 3页
• 分类号: TP311
• 字数: 2375字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2008.12.016

摘要

如何从成千上万篇文档中找出与指定文档相似的所有文档,首先要做的第一件事就是判断其类别,也就是分类;在判定类别后,再进一步计算,找出同类中所有与指定文档内容相似的文档.由于文档相似度的计算和文本分类过程很相似,所以可以借助指定文档的分类结果,即类别和文档特征向量值,通过进一步计算与同类中其他文档的相似度值,找出超过阀值的文档,即找出与指定目标内容相似的文档.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
2	赵俊杰		3	33	3.0	3.0