如何找到向量之间的余弦相似度？
我需要找到相似性来衡量两行文本之间的相关性。
例如，我有两个句子：
用户界面系统
用户界面机
…及其在tF-idf之后的向量，然后使用LSI进行标准化，例如[1,0.5]和[0.5,1]。
如何测量这些向量之间的相似性？
public class CosineSimilarity extends AbstractSimilarity {
@Override
protected double computeSimilarity(Matrix sourceDoc, Matrix targetDoc) {
double dotProduct = sourceDoc.arrayTimes(targetDoc).norm1();
double eucledianDist = sourceDoc.normF() * targetDoc.normF();
return dotProduct / eucledianDist;
}
}
我最近在大学的信息检索部门做了一些tf-idf的工作。我使用了这种余弦相似度方法，该方法使用Jama：Java Matrix Package。
有关完整的源代码，请参阅《IR Math with Java：相似性度量》，这是一个非常好的资源，涵盖了许多不同的相似性度量。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句