- 课外天地 李树青 (http://www.njcie.com/bbs/index.asp)
-- 信息检索原理课件 (http://www.njcie.com/bbs/list.asp?boardid=16)
---- 一个求VSM的Excel文档 (http://www.njcie.com/bbs/dispbbs.asp?boardid=16&id=463)
-- 发布时间：2008/4/11 6:03:42
-- 一个求VSM的Excel文档
| 下载信息 [文件大小： 下载次数： ] | |
 点击浏览该文件: |
处理的文档集合包含三个文档，四个词项，具体关系为：
| doc1 | doc2 | doc3 | |
| Car | 27 | 4 | 24 |
| Auto | 3 | 33 | 0 |
| Insurance | 0 | 33 | 29 |
| best | 14 | 0 | 17 |
得到的文档向量为：
| doc1 | doc2 | doc3 | |
| Car | 0 | 0 | 0 |
| Auto | 0.21 | 0.71 | 0 |
| Insurance | 0 | 0.71 | 0.86 |
| best | 0.98 | 0 | 0.51 |
查询为：Auto Insurance
相应的查询向量为：（0，0.707,0.707,0）
最终得到的查询结果为：（doc1，doc2，doc3）=（0.148，1，0.61）
[此贴子已经被作者于2008-4-11 6:52:22编辑过]
-- 发布时间：2010/4/5 23:12:29
--
如果将doc1 的auto 也改为29。那么doc1和doc3的结果按理应该相同。但却是
| 0.64 | 1 | 0.61 |
是不是因为doc1的best词频14 小于doc3的17 而使得doc1 的auto的 t f 较大所致的？
-- 发布时间：2010/4/6 13:26:25
-- 回复
我没有看懂你的意思
如果两个文档向量的值一样，则计算结果应该是一样的
将doc1的auto 也改为29并不能保证和doc3向量一样，为什么说“doc1和doc3的结果按理应该相同”？
-- 发布时间：2010/4/13 1:05:01
--
明白了。还是应该看向量的值。