文件名称:
inf368-exercise-3-cord-19:INF368 2020年Spring练习3-COVID-19开放研究数据集挑战(CORD-19)-源码
开发工具:
文件大小: 257kb
下载次数: 0
上传时间: 2021-02-25
详细说明:INF368练习3 2020年Spring
在卑尔根大学进行的机器学习精选主题(主题为“深度学习”)课程( )的第三次练习中,我们被要求参加 。
Kaggle挑战
我们决定为使用TF-IDF的CORD-19数据集中的文章和使用Word2Vec的词嵌入创建一个搜索引擎。
特遣部队
代表术语“频率-文档频率” 。 它是经常用于信息检索和文本挖掘的权重。 给定一系列文档,TF-IDF是一种统计量度,用于确定单词相对于所有其他文档与特定文档的关联程度。 给定集合中的一个单词和一个文档,我们计算TF(词频)并将其与IDF(文档反频率)相乘以获得其TF-IDF权重。 计算如下:
TF =(单词在文档中出现的次数)/(所述文档中单词的总数)
IDF =日志(集合中的文档/其中包含单词的文档数量)
Word2Vec
我们使用词嵌入通过添加相似的词来增强搜索。 例如,如果我们搜索“ covid-19”
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.