科技项目查重中特征词TF-IDF值计算方法的改进

被引：14

作者：

方延风

机构：

[1] 福建省科学技术信息研究所

来源：

关键词：

文本特征; 特征词权值; TF-IDF; 算法改进; 项目查重; 科技项目;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

针对科技项目查重的需要,利用分词的结果,将科技项目文档转换为文本向量空间模型,抽取特征词,并将特征词的位置和词的长度2个因素考虑进来,提出一种TF-IDF值的改进计算方法,并实例验证该方法有一定的改善效果。

引用

页码：1 / 3

页数：3

共 4 条

刘海峰 ;

王元元 ;

张学仁 ;

姚泽清 .

[2] 基于文本表示的特征项权值确定方法研究 [J].

王海涌 ;

郑丽英 ;

刘丽艳 .

[3] 基于相对词频的文本特征抽取方法 [J].

张鹏飞 ;

李赟 ;

刘建毅 ;

钟义信 .

[4] 试论自动摘要技术 [J].

李爱红 .