一種結(jié)合TF-IDF和Simhash的科技項(xiàng)目文本相似性度量方法
所屬分類(lèi)：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>3591 K
標(biāo)簽： 科技項(xiàng)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(xiàng)目文本相似性度量的準(zhǔn)確性和性能，將TF-IDF和Simhash相結(jié)合,，提出了一種新的科技項(xiàng)目文本相似性度量方法,。首先,，該方法對(duì)科技項(xiàng)目文本進(jìn)行預(yù)處理得到詞項(xiàng)集合,，再使用TF-IDF計(jì)算詞項(xiàng)集合中每個(gè)詞項(xiàng)的權(quán)重值，并選取具有較高權(quán)重值的重要詞項(xiàng),；其次,，使用Simhash把重要詞項(xiàng)映射為固定長(zhǎng)度的二進(jìn)制串，并求和得到文本的Simhash簽名,；最后,，使用漢明距離計(jì)算兩個(gè)Simhash簽名間的相似性。實(shí)驗(yàn)結(jié)果表明,，所提方法在查準(zhǔn)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(huì)員,，AET專(zhuān)家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。