The term-document matrix is set up

The term-document matrix is set up by counting word occurrence in documents. Each row in the matrix corresponds to a term in the vocabulary,each column to a document. The individual values in the matrix are weighted term counts of the respective term in the respective document. For this work, we use log-normalised term counts (tf– term frequency) weighted by term specificity asmeasured by the inverse document frequency (idf;Spärck-Jones, 19721):

Kết quả (Việt) 1:

Ma trận hạn-tài liệu được thiết lập bằng cách đếm từ xuất hiện trong các tài liệu. Mỗi dòng trong ma trận tương ứng với cụm từ trong từ vựng, mỗi cột vào tài liệu. Các giá trị cá nhân trong ma trận là trọng hạn đếm của các thuật ngữ tương ứng trong các tài liệu tương ứng. Công việc này, chúng tôi sử dụng normalised đăng nhập thuật ngữ tính (lực lượng đặc nhiệm-kỳ tần số) tính bằng thuật ngữ đặc trưng asmeasured bởi tần số nghịch đảo tài liệu (idf; Spärck-Jones, 19721):

Kết quả (Việt) 2:

Ma trận hạn tài liệu được thiết lập bằng cách đếm từ lần xuất hiện trong các tài liệu. Mỗi hàng trong ma trận tương ứng với một từ trong từ vựng, mỗi cột vào một tài liệu. Các giá trị riêng của ma trận là tội trọng hạn thời hạn tương ứng trong tài liệu tương ứng. Đối với công việc này, chúng tôi sử dụng đăng nhập bình thường đếm dài (tần số TF-hạn) trọng bởi đặc hạn asmeasured bởi tần số tài liệu nghịch đảo (idf; Spärck-Jones, 19.721):

Kết quả (Việt) 3:

Qua tài liệu từ trong xây dựng tài liệu xuất hiện thuật ngữ ma trận.Ma trận tương ứng với mỗi dòng Vocabularies là một trong hai thuật ngữ, mỗi cột đều ứng với một tài liệu.Giá trị riêng của ma trận riêng biệt cho mỗi tài liệu trong thuật ngữ của trọng số tương ứng với số đếm.Đối với công việc này, chúng ta sử dụng thuật ngữ chuẩn hóa bản ghi đếm (phòng điều tra cháy nổ –) cụ thể trọng số (tần số phát hiện tài liệu, ngược IDF; SP quý RCK Jones, 19721):