知识卡片

普通读书笔记卡 · 6644.a.1.ei · 生成模型:未记录

跨文档最大词分数不是查询排名

理解等级:中级

代码为每词保留它在所有文档中的最大TF-IDF,再按词排序,输出是高权重词清单。它没有接收查询并返回相关文档,不能把“最相关词”当完整检索系统性能。建共同维度再累加词频的部分复用[[文本向量必须共享维度定义]],仍需定义未知词、空向量、评分及文档身份。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第8章 信息检索:访问信息,spine062单元005;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00061.html。 - 结论依据:原文words字典以token为键、取各文档最大值后排序,明确结果对象是词而非文档。未在本机运行示例或改变环境。 - 原始内容:token not in words: words[token] = docs[doc]['tf-idf'][token] else: if docs[doc]['tf-idf'][token] > words[token]: words[token] = docs[doc]['tf-idf