← 返回卡片

原书出处

数据科学与大数据分析 数据的发现 分析 可视化与表示

09 第9章 高级分析理论与方法:文本分析

第1版 · 核验版本的摘录快照 · 导入于 2026-11-18T18:41:59.831Z

排列D*包含了相同的单词,他们出现的次数相同但顺序不同。因此,使用词袋法表示,文档D及其排列D*会共享相同的表示形式。

词袋法相当得朴素,因为顺序在文本的语义中扮演了重要的角色。通过词袋法,许多不同意思的文本合并成为一种形式。例如,“dog bites a man”和“a man bites a dog”的意思完全不同,但是在词袋法中它们是同一种表示。

尽管词袋法技术过分简单化了问题,但它依旧是一种好的入门方法,且广泛应用于文本分析。Slaton和Buckly发表的论文

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0019_split_004.html

EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7