这里有一个文档,文档里面都是词,相当于是放在一个袋子里面。每个词会给他一个权重值,这个权重值指词频。一篇文章按照词的唯一性给他排完序以后,每一个词都有一个编号。
下面是词向量模型,词向量模型是在向量维度里面,每一个词在向量空间里面是一个点。有些词之间可能位置比较近,就可能是同义词或近义词,要计算这个向量空间相似性的话,就会比较科学,准确度更高。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。