改进向量空间模型

声明：只是对向量空间模型的介绍（或者叫推广），并没有理论创新工作。 本人在之前的《向量空间模型(VSM)在文档相似度计算上的简单介绍》和《向量空间模型文档相似度计算实现（C#）》两篇文章中分别介绍了简单SVM模型及其实现。 本人使用简单词频（即词在当前文档中出现的次数）信息，实现了一个朴素版本的向量空间模型，效果尚可，但还是有很多可改进之处。 直接使用词的个数在比较词数很多和词数很少的文档时存在着

>>阅读原文<<