统计自然语言处理--文本分类

文本表示 文本表示有向量空间模型，词组表示法，概念表示法 目前文本通常采用向量空间模型表示 文档 特征项 可以是词，短语，文档可以看成是特征集合 特征项的权重，文档可以用其含有的特征项以及特征项的权重表示 （ 向量空间模型（ VSM） ） 给定一个文档D（ t1， w1;t2， w2;…;tn， wn） ， D符合以下两条约定： （ 1） 各个特征项tk（ 1≤k≤n） 互异（ 即没有重复） （

>>阅读原文<<