#tf-idf

(term frequency? inverse document frequency)

1：讀取文檔

2：分詞

3：對文檔整理成所需格式

4：計算詞頻

5：對詞頻低的詞語進行過濾

6：通過語料庫建立成詞典

7：加載要計算對比的文檔

8：將要對比文檔轉化為系數向量（doc2bow）

9：對向量進一步處理，得到新語料庫

10：對新語料庫進行處理。（tf-idf進行處理）

11：通過token2id得到特征數

12：系數矩陣相似度，從而建立索引

13：最終相似度結果

?

轉載于:https://www.cnblogs.com/rabbittail/p/8093651.html

總結

以上是生活随笔為你收集整理的txt mining 2(tf-idf)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。