TF-IDF与余弦相似性的应用:找出相似文章

"找出相似文章"的一种算法:

  1. 利用TF-IDF算法,找出两篇文章的关键词。
  2. 每篇文章若干个关键词的相对词频。
  3. 生成两篇文章各自的词频向量。
  4. 计算两个向量的余弦相似度,值越大就表示越相似。

原文链接作者阮一峰:

http://www.ruanyifeng.com/blog/2013/03/tf-idf.html

http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html

另一应用自动摘要:

http://www.ruanyifeng.com/blog/2013/03/automatic_summarization.html

上一篇:genymotion的安装


下一篇:java main方法