Cosine similarity has several advan

Cosine similarity has several advantages that make it ideal for political science applications.
Cosine similarity produces a simple summary measure that can be easily used
6
to differentiate between similar texts, rank order them by similarity, or use the scores as
a dependent variable in an OLS regression model. Computationally, generating similarity
scores using cosine similarity is not very intensive. Using a blend of extant R packages (tm,
smdc, stringr), researchers can compare hundreds of documents to one another in a matter
of seconds. Furthermore, there are no distributional assumptions to cosine similarity, unlike
other word frequency approaches such as Wordscores, which requires anchor documents and
certain levels of discrimination between texts (Shoub 2015).

Kết quả (Việt) 1:

Cô sin tương đồng có một số lợi thế mà làm cho nó lý tưởng cho các ứng dụng khoa học chính trị.Cô sin tương tự sản xuất một biện pháp đơn giản tóm tắt có thể được sử dụng dễ dàng6phân biệt giữa các văn bản tương tự, xếp hạng để chúng bằng cách tương tự, hoặc sử dụng các điểm số nhưmột biến phụ thuộc trong một mô hình hồi quy OLS. Computationally, tạo ra sự tương tựđiểm số bằng cách sử dụng tương tự cô Sin không phải là rất sâu. Bằng cách sử dụng một sự pha trộn của các gói R còn sinh tồn (tm,smdc, stringr), các nhà nghiên cứu có thể so sánh hàng trăm tài liệu với nhau trong một vấn đềgiây. Hơn nữa, không có không có giả định distributional cô sin tương tự, không giống nhưtần số từ phương pháp tiếp cận như Wordscores, mà yêu cầu văn bản neo vàmột số mức độ phân biệt đối xử giữa các văn bản (Shoub 2015).

Kết quả (Việt) 2:

Cos giống có nhiều ưu điểm mà làm cho nó lý tưởng cho các ứng dụng khoa học chính trị.
Cosine tương tự sản xuất một biện pháp tóm tắt đơn giản mà có thể dễ dàng sử dụng
6
để phân biệt giữa văn bản tương tự, thứ tự xếp hạng chúng theo tương tự, hoặc sử dụng các điểm như
một biến phụ thuộc trong một OLS mô hình hồi quy. Tính toán, tạo ra sự tương đồng
điểm sử dụng cosin tương tự không phải là rất sâu. Sử dụng một sự pha trộn của các gói R còn tồn tại (tm,
smdc, stringr), các nhà nghiên cứu có thể so sánh hàng trăm tài liệu với nhau trong một vài
giây. Hơn nữa, không có giả định phân phối để cosin tương tự, không giống như
các phương pháp tần số từ khác như Wordscores, đòi hỏi các văn bản neo và
mức độ nhất định của sự phân biệt giữa văn bản (Shoub 2015).

Kết quả (Việt) 3:

Cosin similarities có nhiều ưu điểm, làm nó trở thành sự lựa chọn lý tưởng chính trị khoa học ứng dụng.Cosin giống hệt nhau, tạo ra một kết luận đơn giản có thể dễ dàng sử dụng biện pháp6.Để phân biệt tương tự như văn bản, xếp vị trí thứ tự họ giống nhau, hoặc sử dụng điểm số choỞ OLS Regression mẫu vì biến.Tính toán, tạo ra sự giống nhauSử dụng tương tự như điểm số không phải là rất đông đúc cosin.Sử dụng gói extant R Hybrid (nhãn hiệu,Bộ stringr), nhà nghiên cứu có thể so sánh với hàng trăm người đến một tập tin khác ở mộtGiây.Hơn nữa, không có sự phân định cosin giống nhau, không giống nhưCách khác như wordscores, chỉ cần thả neo tập tinPhân biệt văn bản một mức độ nhất định (shoub năm 2015).