卢塞恩。如何构建术语-文档矩阵
我需要构建该矩阵，但我找不到计算每个单元格标准化 tf-idf 的方法。 我要执行的标准化是除 tf-idf 的余弦标准化（使用 DefaultSimilarity ）每 1/sq…
计算 Lucene 文档之间的相似度和质心
为了对从 Lucene 获得的结果执行简单的聚类算法，我必须计算 Lucene 中两个文档之间的余弦相似度，我还需要能够制作一个质心文档来表示每个聚类的质心…
从 lucene 索引查询中获取向量空间模型 (tf-idf)
我需要从 lucene 查询的结果中获取向量空间模型（带有 tf-idf 权重），但不知道该怎么做。看起来应该很简单，在这个阶段也许你们中的一个人可以给我指…
将文档添加到评分的 TF-IDF 集合中？
我有大量已计算 TF-IDF 的文档。我正准备向集合中添加更多文档，我想知道是否有一种方法可以将 TF-IDF 分数添加到新文档中，而无需重新处理整个数据库…
创建数据集：从文本文档中提取特征（TF-IDF）
我必须从一些文本文件创建一个数据集，将它们写为特征向量。 像这样： doc1: 1,0.45 6,0.001 94,0.1 ... doc2: 3,0.5 98,0.2 ... ... 向量的每个位置…
Lucene numDocs 和 doqFreq 自定义相似度类
我正在使用 Lucene 进行应用程序（我是一个菜鸟），并且面临一些问题。 我的应用程序使用 Lucene 2.4.0 库和自定义相似实现（jar 已导入） 在我的应用…
