评估文件的特殊性

摘要

在自然语言处理中比较两个文件组，并通过以下手段估算一个文件组的每一个组成元素(例如一个句子，项或短语)的特殊性：将目标文件和对比文件分为文件段，构造每一个文件段的句子矢量，其分量是在文件段中出现的项的出现频率，在一个投影轴上投影两个文件的所有句子矢量以发现一个投影轴，该投影坐标轴使等于(起源于目标文件的投影值的平方和)/(起源于对比文件的投影值的平方和)的比率最大化。通过在投影轴上投影句子矢量来获取投影值，并在投影值的基础上计算目标文件的单独句子的特殊性等级。