VSM中词权重的信息熵算法  

A Shannon Entropy Approach to Term Weighting in VSM

作　　者：刁倩[1] 王永成[1] 张惠惠[1] 何骥[1] 

机构地区：[1]上海交通大学,上海200030

出　　处：《情报学报》2000年第4期354-358,共5页Journal of the China Society for Scientific and Technical Information

摘　　要：本文提出一种基于Shannon信息熵的向量空间模型 (VSM )中的词权重算法。同时结合词与文献的相关权重的经典计算方法IDF(InverseDocumentFrequency) ,进一步总结了向量空间模型 (VSM)中两种词权重计算的具体公式。In this paper,a Shannon entropy approach to term weighting in VSM(Vector Space Model)is provided.Furthermore,combined with IDF(Inverse Document Frequency),we summarized two term weighting equation in VSM.

关 键 词：向量空间模型 自动分类 信息熵 VSM 词权重 

分 类 号：G354.2[文化科学—情报学]