向量 Space 模型 - 查询向量 [0, 0.707, 0.707] 计算
Vector Space Model - query vector [0, 0.707, 0.707] calculated
我正在阅读 "Introduction to Information Retrieval "（Christopher Manning）这本书，当它介绍查询 "jealous gossip" 时，我卡在了第 6 章，它表明关联的向量单位是 [ 0, 0.707, 0.707] ( https://nlp.stanford.edu/IR-book/html/htmledition/queries-as-vectors-1.html ) 考虑术语影响、嫉妒和八卦。
我试图通过计算 tfidf 来计算它，假设：
- Tf 等于 1 表示嫉妒和八卦
- 如果我们将它计算为 log(N/df) 且 N=1（我只有 1 个查询，这是我的文档），idf 始终等于 0，df=1 表示嫉妒和八卦 => log(1) =0
由于idf为0，结果tfidf为0。
所以我决定用原始 tf 除以欧氏长度来计算查询向量的每个权重。在这种情况下，欧几里德长度为 sqrt(1+1)=1。
我无法获得决定 [0, 0.707, 0.707] 是查询向量的公式。
有人能帮我吗？
我还没有解决这个问题，但我认为问题可能是 sqrt(1+1) 是 sqrt(2)，所以当你规范化时，每个 1 都变成 1/sqrt(2) = 0.707。
我正在阅读 "Introduction to Information Retrieval "（Christopher Manning）这本书，当它介绍查询 "jealous gossip" 时，我卡在了第 6 章，它表明关联的向量单位是 [ 0, 0.707, 0.707] ( https://nlp.stanford.edu/IR-book/html/htmledition/queries-as-vectors-1.html ) 考虑术语影响、嫉妒和八卦。 我试图通过计算 tfidf 来计算它，假设： - Tf 等于 1 表示嫉妒和八卦 - 如果我们将它计算为 log(N/df) 且 N=1（我只有 1 个查询，这是我的文档），idf 始终等于 0，df=1 表示嫉妒和八卦 => log(1) =0 由于idf为0，结果tfidf为0。 所以我决定用原始 tf 除以欧氏长度来计算查询向量的每个权重。在这种情况下，欧几里德长度为 sqrt(1+1)=1。 我无法获得决定 [0, 0.707, 0.707] 是查询向量的公式。 有人能帮我吗？
我还没有解决这个问题，但我认为问题可能是 sqrt(1+1) 是 sqrt(2)，所以当你规范化时，每个 1 都变成 1/sqrt(2) = 0.707。