基于内容相似性的文本集主题描述模型

摘要

为了实现基于内容的文本集主题描述,本研究提出了一种新的文本集表示模型。该方法将文本中项的频率、项的共现频率以及它们在文本集中的分布情况有机结合,构造了一种新的文本内容相似度度量方法,并给出了该方法在真实文本数据集TanCorpV1.0上的实验结果。