有什么方法可以组合成对的文档相似性得分，以获得某个文档相对于文档集合的总体相似性得分？
如何根据文档集合计算文档相似度？- ResearchGate。可从：访问2016年8月22日。
浏览 16提问于2016-08-22得票数 0
1回答
我从这里的和本文的中发现Okapi相似性度量可以用于计算文档相似度例如，我有10个文档(文档#A、#B、#C、#D等)在我的文档集合中i l根据首先选择的查询文档的查询术语，通过
浏览 2提问于2012-06-13得票数 1
回答已采纳
1回答
我想知道是否有什么好方法可以使用余弦相似度来比较单个文档和一组文档。显然，你可以计算单个文档和集合中每个文档之间的余弦相似度，但如果这样做了，你会取平均值吗？您是否会根据要与原始文档进行比较的其他每个文档的大小进行加权？我还想知道是否有任何方法可以组合正在比较的一组文档中的所有单词计数，以便最终只计算一次原始文档</em
浏览 1提问于2013-02-27得票数 0
2回答
比较文档-文档相似度
、、、、
该项目由大约1000个文档组成，其中每个文档大约有100个单词，结构为具有词频的词袋。我想根据文档(从集合中)找到类似的文档。使用TF-IDF，为查询(给定文档)和集合中的所有其他文档计算tf-idf，然后将这些值作为具有余弦相似度的向量进行比较。这能让我们对它们的相似性有一些了解吗？或者，由于大查询(文档)，这是否不合理？有没有其他相似
浏览 2提问于2015-04-24得票数 0
我已经计算了每对笛卡尔乘积之间的余弦相似度，并得到了形式为其中k1是第一个集合中的文档，k2是第二个集合中的文档，c是它们之间的余弦相似度。对于第一个集合中的每个文档k1，我感兴趣的是从第二个集合中获取最相似的三个文档。你能告诉我如何调整它，或者更好的是，使用一些不会扰乱数据的东西吗？
浏览 5提问于2016-08-10得票数 1
1回答
我想要获得一个长查询和一个集合中的文档之间的余弦相似度。我使用Lucence为集合建立索引，并提交查询以检索文档。有人能证实这一点吗？
浏览 0提问于2011-08-29得票数 1
回答已采纳
2回答
假设我们有16个不同的类别，例如，计算机，科学，艺术，商业等。我们在每个类别下有一些单词作为同义词，同义词等，它们描述了每个主题的可能含义及其范围。因此，可能存在相似甚至相同的词，这些词属于多个类别。我们的目标是向系统提交一个查询(删除停用词后，最大长度为3 )，并要求系统将此词放入相似度最高的类别中。所以我的问题是，除了余弦相似性之外，还有什么好的技术可以做到这一点吗？
浏览 1提问于2015-12-06得票数 1
我有一个查询和一组文档。我需要根据与tf-国防军的余弦相似性对这些文件进行排序。请有人告诉我，我能从Lucene那里得到什么支持来计算这个？从Lucene可以直接计算出哪些参数(可以通过lucene中的某些方法直接得到tf、国防军吗？)如何用Lucene计算余弦相似度(如果传递查询和文档的两个向量，是否有直接返回余弦相似度的函数?)
浏览 1提问于2012-04-16得票数 2
2回答
我有一个模型，它表示多维向量空间中的文档集合。例如，对于100 k文档，我的模型以300维向量的形式表示它们。最后，我得到了一个大小为[100K, 300]的矩阵。为了根据给定查询的相关性检索这些文档，我执行矩阵乘法。例如，我将给定的查询表示为[300, 1]。然后，利用矩阵乘法得到余弦相似度分数如下：[100K, 300]*[300, 1] = [100K, 1]。现在，如何从这个具有最高余弦相似性的集合中检索前1
浏览 4提问于2020-05-14得票数 0
回答已采纳
我正在使用Rapidminer计算文档之间的相似性。我正在使用来自我的Java应用程序的这个过程。此过程计算每个文档与数据集中的每个其他文档的相似性。我不想计算每个文档之间的相似性。I只想计算一个选定文档与所有其他文档的相似度。数据到相
浏览 3提问于2016-05-18得票数 0
回答已采纳
2回答
对于我正在编写的C#程序，我需要比较两个实体(可以是文档、动物或几乎任何实体)中的相似性。基于某些属性，我计算文档(或实体)之间的相似度。我把它们的相似之处放在下面的表格中。X Y Z B|0.6 |0.4 |0.2 我想根据最高的相似度分数找到最佳匹配对(例如: AX，BY，CZ)。得分越高，相似度</em
浏览 0提问于2010-12-03得票数 0
1回答
您好，我正在使用Gensim来查找文档之间的相似度，因此我对文档进行TF-IDF并计算余弦相似度。当我有新文档时，我可以使用index[tfidfvec]计算这个文档与以前文档的相似度，但是这样TF-IDF不会更新，并且在相似度计算中不考虑新词。有没有什么解决方案可以快速更新TF-IDF而无需重新计算<
浏览 2提问于2018-12-26得票数 2
我对数千份文件进行分类，其中向量分量是根据tf-以色列国防军计算的.我用余弦相似性。我对词组中的单词进行了频率分析，以检查顶部单词的差异。但我不知道如何用数字计算这类文档中的相似性。我将集群的内部相似性计算为每个文档与集群的质心相似度的平均值。如果我算上的话，平均每对夫妇都是基于小数目的。
外部相似度计算为所有对簇质心的平均<e
浏览 3提问于2013-05-03得票数 1
我使用elasticsearch来组合不同的东西：-基于密集向量(余弦相似度)的文本得分搜索。我的问题是，在查询阶段不计算余弦相似度，我在文本中的搜索充当预筛选器。我将始终获得结果链接到文本搜索，即使余弦相似更好。这是function_score根据的标准行为
function_score允许您修改查询检索
浏览 1提问于2020-01-29得票数 1
回答已采纳
2回答
用于文档分类、阈值检测的质心算法
、、、、
我有一个与特定领域相关的文档集合，并根据该集合训练了质心分类器。我想要做的是，我将向分类器提供来自不同领域的文档，并确定它们与经过训练的域有多大的相关性。我可以用余弦相似度来得到一个数值，但我的问题是，确定阈值的最佳方法是什么？
为此，我可以从不同的领域下载几个文档，并检查它们的相似度，以确定阈值。但这是一条路吗，从统计上讲，这听起来不错吗？
浏览 0提问于2012-08-04得票数 0
1回答
我试图计算一个搜索词A的文本相似性，就像“如何使小鸡”与其他搜索词的集合一样。为了计算相似度，我使用余弦距离和TF将A转换成一个向量。我想同时比较一下A与所有文档的相似性。目前，我的方法包括迭代计算A的余弦相似性，每次针对其他文档计算。我有100个与之比较的文件。如果cos_sim(A, X) > 0.8的结果，我打断并说“酷，这是相似的”
浏览 5提问于2019-11-14得票数 0
2回答
计算句子集合之间的语义相似度
、、、、
我有两组短消息，我想计算这两组短消息之间的相似度，并根据它们的语义相似度来识别它们是否在谈论相同的子主题。我知道如何使用成对相似度，我的问题是我想计算两个集合中所有句子之间的总体相似度，而不是两个句子的相似度。有没有办法使用tf-idf或带有余弦相似度的word2vec/doc2ve
浏览 4提问于2019-08-02得票数 0
1回答
如何计算余弦相似度以使用jdbc完成我的搜索引擎项目。我有表词频查询来存储用户的输入，表词频文档来存储文档的所有信息，我做了计算查询和文档加权。计算余弦相似度后的输出是用户输入的与查询相关的文档的显示。我没有任何想法，也不知道如何计算它，因为它涉及到数据库中的表。
浏览 4提问于2011-04-13得票数 1
如果我在两个碎片之间查询，第一个碎片返回10行，第二个碎片返回100行，那么合并的结果集是如何排列的？我最终会得到第一个碎片(结果最少)的结果吗？
浏览 3提问于2015-10-06得票数 1
回答已采纳
1回答
lucene是如何构建VSM的？
、、、、
我理解了VSM，TFIDF和余弦相似的概念，但是，在阅读lucene网站之后，我仍然对lucene如何构建VSM和计算每个查询的相似度感到困惑。当我尝试从一组文档构建VSM时，使用这个工具花了很长时间--这实际上与编码无关，因为直观地构建一个包含大量数据的VSM矩阵很费时，但对于lucene来说似乎并非如此。另外，使用预先构建的VSM，查找最相似的文档(基本上是计算两个文档或查询与文档之间的
浏览 7提问于2014-02-14得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
