向量空间模型 - 计算出查询向量 [0, 0.707, 0.707]

Question

我正在阅读“Introduction to Information Retrieval”（克里斯托弗·曼宁）一书，当它介绍查询“jealous gossip”时，我被困在第 6 章，它表明相关的向量单位是 [0, 0.707, 0.707] (https://nlp.stanford.edu/IR-book/html/htmledition/queries-as-vectors-1.html) 考虑到影响、嫉妒和流言蜚语。 我试图通过计算 tfidf 来计算它，假设： - Tf 等于 1 表示嫉妒和八卦 - 如果我们将 Idf 计算为 log(N/df) 且 N=1（我只有 1 个查询，它是我的文档），则 Idf 始终等于 0，df=1 表示嫉妒和八卦 => log(1)=0 由于 idf 为 0，因此 tfidf 为 0。 所以我决定用原始 tf 除以欧几里得长度来计算查询向量的每个权重。在这种情况下，欧几里得长度是 sqrt(1+1)=1。 我无法获得它决定 [0, 0.707, 0.707] 是查询向量的公式。 有人能帮我吗？

Answer 1

我还没有解决这个问题，但我认为问题可能是sqrt(1+1) 是sqrt(2)，所以当你标准化时，每个 1 都会变成1/sqrt(2) = 0.707。