基于向量空间模型的文本相似度计算方法

• 作者: 杨丽萍 王嘉 闫天伟
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: 向量空间模型 文本相似度 特征提取 互信息
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 9-13
• 页数: 5页
• 分类号: TP183
• 字数: 3341字
• 语种: 中文

摘要

文本的向量空间模型是把文本量化为空间里的向量,文本相似度的计算即对向量相似性的计算.本文通过分析传统的基于向量空间模型(VSM)文本相似度计算算法存在的不足,提出一种改进的文本相似度计算算法.改进算法充分考虑到了文本间向量空间模型相似度比较忽略了文本长度的缺点,引入文本长度参数,并在基于互信息的特征词抽取时考虑词频的因素对文本相似度的影响,有效减少了相似度低的文本干扰.实验结果验证了改进算法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王嘉	江西农业大学软件学院	1	17	1.0	1.0
2	杨丽萍	南昌大学信息工程学院	10	93	6.0	9.0
3	闫天伟	南昌大学信息工程学院	3	20	2.0	3.0