| 一種結(jié)合TF-IDF和Simhash的科技項目文本相似性度量方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：3591 K | |
| 標簽： 科技項目文本 文本相似度 TF-IDF | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了提高科技項目文本相似性度量的準確性和性能，將TF-IDF和Simhash相結(jié)合，提出了一種新的科技項目文本相似性度量方法。首先，該方法對科技項目文本進行預處理得到詞項集合，再使用TF-IDF計算詞項集合中每個詞項的權(quán)重值，并選取具有較高權(quán)重值的重要詞項；其次，使用Simhash把重要詞項映射為固定長度的二進制串，并求和得到文本的Simhash簽名；最后，使用漢明距離計算兩個Simhash簽名間的相似性。實驗結(jié)果表明，所提方法在查準率、召回率和F度量值方面優(yōu)于傳統(tǒng)的Simhash算法和TF-IDF方法。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
科技項目文本 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2