包含课题的python源码，实验报告以及测试数据。
对于给定文本库，用户提交检索关键词（例如： NBA, basket, ball），在文本库中查询与检索关键词最相关的 k 个文本（例如 k=5），并根据文本与检索关键词的相关度，对这 k 个文本进行排序，将排序后的结果返回给用户。
使用TF-IDF权值衡量关键词对于某篇文章的重要性，从而根据关键词挑选出相关性较高的文本。首先程序加载文本库，并对数据进行处理，用户输入一个或多个关键词，分别输出前五的各检索关键词的文本排序序列。
2021-05-17 10:23:57
350KB
1
主要介绍了TF-IDF理解及其Java实现代码实例，简单介绍了tfidf算法及其相应公式，然后分享了Java实现代码，具有一定参考价值，需要的朋友可以了解下。
2021-05-02 15:34:38
226KB
1
我的博客：TF-IDF原理及算法实现https://blog.csdn.net/weixin_34566605/article/details/106228012。该资源是有关中文文章的数据集，适合进行TF-IDF词频分析，数据集中的词已经用分词工具按空格切割过，可以直接使用，代码实现部分在博客中有写
2021-04-28 20:18:52
901KB
1
python实现knn、naive bayes、vsm、tf-idf模型。并包含数据集
2021-04-19 22:12:54
40.90MB
1
基于TF-IDF和SVM的恶意URL识别，莫玉力，亓峰，随着互联网尤其是移动互联网的快速发展,全球范围内出现了越来越多带欺诈和破坏性质的站点。本文通过分析URL的文本特征和站点特征,�
2021-03-23 15:09:52
454KB
1
IK分词全名为IK Analyzer，是由java编写的中文分词工具包，目前在lucene以及solr中用的比较多，本系列的文章主要对ik的核心源码进行解析讲解配套的资源，http://blog.csdn.net/a925907195
2021-03-19 08:43:40
67.28MB
1
在我的工作中自己总结完善的停用词词典，包含一些无意义的词语，短语等。通过剔除文章中的停用词，你可以大大减少LDA,TF-IDF等算法中词典的大小
2021-03-16 16:49:42
31KB
1