[笔记] Introduction to Shallow Language Processing

Bag of Words 解释： 搜素引擎用词袋模型这种shallow form理解语言。词袋模型的特征有： 1）忽略word order； 2）忽略stopwords（像the，a这种频率高又没什么实际意义的词）； 3）把words变成terms，将root相同的words变成一个term，比如cats->cat 优缺点： pros：简单；有效 cons：有损的，无法从词袋还原到原文档；忽略了词

>>阅读原文<<