文档中的词频ws文档集中的词频 哪种词重要? 的了水果火龙果刘翔体育苏州大学计算机学院 除词项频率tf之外,我们还想利用词项在整个文档集中 的频率进行权重和评分计算
17 文档中的词频 vs. 文档集中的词频 ▪哪种词重要？ ▪的 了 水果 火龙果 刘翔 体育 苏州大学 计算机学院 ▪除词项频率tf之外，我们还想利用词项在整个文档集中 的频率进行权重和评分计算 17
罕见词项所期望的权重 罕见词项比常见词所蕴含的信息更多 ■考虑查询中某个词项,它在整个文档集中非常罕见(例如赫 尔辛根默斯) 某篇包含该词项的文档很可能相关 于是,我们希望像“赫尔辛根默斯”一样的罕见词项将有较 高权重 阿尔代夫 海滩马路
18 罕见词项所期望的权重 ▪罕见词项比常见词所蕴含的信息更多 ▪考虑查询中某个词项，它在整个文档集中非常罕见 (例如 赫 尔辛根默斯). ▪某篇包含该词项的文档很可能相关 ▪于是，我们希望像“赫尔辛根默斯”一样的罕见词项将有较 高权重 18 阿尔代夫 海滩 马路