基于汉明距离的文本相似度计算

被引：50

作者：

张焕炯

王国胜

钟义信

机构：

[1] 北京邮电大学信息工程学院

[2] 北京邮电大学信息工程学院北京

[3] 北京

来源：

计算机工程与应用 | 2001年 / 19期

关键词：

文本分类; 信息检索; 汉明距离;

D O I：

暂无

中图分类号：

TP393 [计算机网络];

学科分类号：

081201 ; 1201 ;

摘要：

传统的文本分类中相似度的计算,是根据欧氏空间中向量之间夹角的余弦值来表征的,它根据余弦值的大小来反映文本之间的相互关系。该文则首先建立文本集与码字集之间的1-1对应关系,然后借用编码理论中汉明距离的概念,由汉明距离的计算公式,得到了一种全新的文本相似度的计算方法,与传统的方法相比较,它具有简便,快速等优点。

引用

页码：21 / 22

页数：2