文档检索的向量空间模型是指将文档用向量表示，通过向量的计算来反映文档之间的相似度
举一反三
- 在向量模型中，不可以通过（）来衡量文档和查询之间的相似度。 A: 向量间距离 B: 向量内积 C: 向量间夹角大小 D: 向量间正切值
- 大多数中文文本分类系统都采用词作为（），称作特征词。这些特征词作为文档的中间表示形式，用来实现文档与文档、文档与用户目标之间的相似度计算。 A: 自变量 B: 因变量 C: 特征项 D: 向量
- 关于文档的向量表示模型，采用深度学习中的词向量表示模型和传统的单纯基于词频向量表示方法的区别的描述错误的是
- 在向量空间模型中，两篇文档接近等价于：</p></p>
- 下列对三种检索模型描述错误的是 A: 布尔模型的检索结果不能反应文档的相关性大小 B: 向量空间模型的维数越多，检索性能越好 C: 概率模型通过计算标引词的分布来判断文档与检索的相关度 D: 概率模型需要提供用户的反馈机制