基于VSM的权重改进文档相似度算法研究

• 作者: 叶得学 韩如冰
• 来源期刊: 软件
• 学科: 工学
• 关键词: 向量空间模型 关键词权重 查准率 查全率
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 103-105
• 页数: 3页
• 分类号: TP391
• 字数: 3059字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2012.10.033

摘要

向量空间模型是以索引项权重为核心的模型,索引项权重对文本分类、检索的效果起着决定性的作用.文中提出了一个基于关键词的权重改进传统向量空间模型的权重算法.基于改进索引项权重的向量空间模型除了考虑原有索引项权重还考虑了文档中关键词的权重.通过特定领域FAQ的检索测试结果表明,改进的算法很大程度上提高了检索的查准率、查全率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩如冰	兰州商学院陇桥学院工学系	13	47	2.0	6.0
2	叶得学	兰州商学院陇桥学院工学系	13	64	4.0	7.0