keyword matching or vector space mo

keyword matching or vector space model(VSM) with basic TF-IDF weighting.
Each document := a vector of term weights

Util-0.339 power-0.329 megawatt-0.309 electr-0.217 energi-0.206 california 0.18 ….

Each weight := degree of association between the document and the terms

Most term weighting schema is TF-IDF (Term Frequency-IDF := Inverse Document Frequency) based on empirical observations regarding text(Salton, G. 1989).
rare terms are not less relevant than frequent terms(IDF assumption)
multiple occurrences of a term in a document are not less relevant than single occurrences(TF assumption)
Long documents are not preferred to short documents(normalization assumption)

ผลลัพธ์ (ไทย) 1:

สำคัญตรงหรือเวกเตอร์ model(VSM) มีน้ำหนัก TF-IDF พื้นฐานเอกสารแต่ละฉบับ: =เวกเตอร์ของน้ำหนักระยะUtil 0.339 พลังงาน 0.329 เมกะวัตต์ 0.309 electr 0.217 energi 0.206 แคลิฟอร์เนีย 0.18 ...น้ำหนักแต่ละ: =ระดับของความสัมพันธ์ระหว่างเอกสารและเงื่อนไขส่วนใหญ่ระยะน้ำหนักแผนเป็น TF-IDF (ระยะความถี่-IDF: =ความถี่เอกสารผกผัน) ตามสังเกตผลเกี่ยวกับข้อความ (Salton, 1989 กรัม)เงื่อนไขน้อยไม่เกี่ยวข้องน้อยกว่าเงื่อนไขบ่อย (IDF อัสสัมชัญ)เกิดขึ้นหลายครั้งของคำในเอกสารไม่เกี่ยวข้องน้อยกว่าเกิดขึ้นครั้งเดียว (อัสสัมชัญ TF)เอกสารความยาวไม่ต้องย่อเอกสาร (อัสสัมชัญฟื้นฟู)

ผลลัพธ์ (ไทย) 2:

จับคู่คำหลักหรือแบบเวกเตอร์พื้นที่ (VSM) ที่มีพื้นฐานน้ำหนัก TF-IDF.
แต่ละเอกสาร: = เวกเตอร์ของน้ำหนักระยะUtil-0.339 พลังงาน 0.329 เมกะวัตต์ไฟฟ้า-0.309 0.217 0.206 พลังงาน-แคลิฟอร์เนีย 0.18 ... . แต่ละน้ำหนัก = ระดับของ ความสัมพันธ์ระหว่างเอกสารและเงื่อนไขคีมาถ่วงระยะที่สุดคือ TF-IDF (ระยะความถี่ IDF = ความถี่เอกสารผกผัน) ตามข้อความเกี่ยวกับการสังเกตเชิงประจักษ์ (Salton, G. 1989). คำที่หายากไม่เกี่ยวข้องน้อยกว่าข้อกำหนดบ่อย ( IDF สมมติฐาน) เกิดขึ้นหลายครั้งของคำในเอกสารที่ไม่เกี่ยวข้องน้อยกว่าที่เกิดขึ้นเพียงครั้งเดียว (สมมติฐาน TF) เอกสารที่มีความยาวไม่ต้องการเอกสารสั้น (สมมติฐานการฟื้นฟู)

ผลลัพธ์ (ไทย) 3:

คำหลักที่ตรงกันหรือแบบจำลองปริภูมิเวกเตอร์ ( vsm ) ด้วยน้ำหนัก tf-idf พื้นฐาน .
แต่ละเอกสาร : = เวกเตอร์ของระยะน้ำหนัก

util-0.339 power-0.329 megawatt-0.309 electr-0.217 energi-0.206 แคลิฟอร์เนีย . . . . . . . .

แต่ละน้ำหนัก : = ระดับของความสัมพันธ์ระหว่างเอกสารและเงื่อนไข

ส่วนใหญ่ระยะน้ำหนักมาเป็น tf-idf ( IDF ความถี่ระยะยาว := ความถี่เอกสารผกผัน ) จากการสังเกตเชิงประจักษ์เกี่ยวกับข้อความ ( Salton . 1989 ) .
แง่หายากไม่เกี่ยวข้องน้อยกว่าเงื่อนไขบ่อย ( ( IDF )
เกิดขึ้นหลายครั้งเงื่อนไขในเอกสารที่ไม่เกี่ยวข้องน้อยกว่าเหตุการณ์เดียว ( TF อัสสัมชัญ )
เอกสารนาน จะไม่ใช้เอกสารสั้น ( ปกติอัสสัมชัญ )