反向連結 · TF-IDF
所有透過 [[TF-IDF]] wikilink 或 /n/concept/TF-IDF 內部連結 引用此節點的其他條目。
共找到 2 個反向引用。
☯️ 概念2 筆
BM25
BM25（Best Matching 25）是資訊檢索領域中用來衡量文件與查詢相關性的核心排名函數。1990年代中期由 Stephen Robertson 與 Karen Spärck Jones 研發，旨在改進傳統的 [[TF-IDF]] 模型。它在計算相關性分數時同步考量三項要素：詞彙頻率（TF）、逆文檔頻率（IDF）以及文件長度的正規化。透過引入平均文
更新：2026/6/5
向量空間模型
## 向量空間模型 向量空間模型（Vector Space Model，VSM）是資訊檢索與文本分類中常用的數學模型。它將[[文件]]或查詢轉換為[[高維向量]]，向量的每一維對應一個[[語彙項目]]（如詞語或其權重），通常使用[[TF-IDF]]或其他權重計算方式。模型的核心在於透過向量之間的相似度來判斷[[文件]]間的關聯性，最常見的相似度量測是[[餘弦
更新：2026/6/5