2015年1月5日
.NET下文本相似度算法余弦定理和SimHash浅析及应用
摘要： 余弦相似性原理：首先我们先把两段文本分词，列出来所有单词，其次我们计算每个词语的词频，最后把词语转换为向量，这样我们就只需要计算两个向量的相似程度.我们简单表述如下文本1：我/爱/北京/天安门/ 经过分词求词频得出向量（伪向量） [1,1,1,1]文本2：我们/都爱/北京/天安门/ 经过分词求词频得... 阅读全文
posted @ 2015-01-05 09:06 r163 阅读(507) 评论(2) 推荐(1) 编辑