摘要
传统的文本分类中相似度的计算,是根据欧氏空间中向量之间夹角的余弦值来表征的,它根据余弦值的大小来反映文本之间的相互关系。该文则首先建立文本集与码字集之间的1-1对应关系,然后借用编码理论中汉明距离的概念,由汉明距离的计算公式,得到了一种全新的文本相似度的计算方法,与传统的方法相比较,它具有简便,快速等优点。
In the process of information retrieval(IR),the traditional method is to compute the similarity between the tests and the queries.There are several IR models,such as reverse document model,vector space model,and latent semantic model and so on.We base on the theory of Hamming distance,to construct the new formula to compute the similarity of the different tests and the queries,we compare this new method with the others,It has some advantages over the others.
出处
《计算机工程与应用》
CSCD
北大核心
2001年第19期21-22,共2页
Computer Engineering and Applications
基金
国家自然科学基金资助项目(编号:69982001)
