原书出处
社交网站的数据挖掘与分析(原书第2版)
文档都看做一个无序的单词集。例如,即使“
Green Mr.”或“Green Mr.Foo”这两个复合词都没有出现在样例语句中,但查询他们将与查询“Mr.Green”返回相同的结果。另外,我们很容易想到,当词后面的标点符号没有正确处理和计算时没有考虑目标词周围的上下文时,词频排序技术会得到很差的结果。 对文档评分时,只考虑词频是常见的错误,因为它没有考虑到很多文档中都很常见的词,即停用词(stopw
ord)[1]。也就是说,所有词都均等地
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0075.html
EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf