【发布时间】：2012-02-11 09:49:19
【问题描述】：
我想知道什么可以用来确定页面与游戏、电影等主题的相关性。
在这方面有一些研究，还是只计算一些相关词出现了多少次？
【问题讨论】：
标签： nlp information-retrieval text-mining relevance
【发布时间】：2012-02-11 09:49:19
【问题描述】：
常见的选择是对词袋（或 n-gram 袋）特征进行监督文档分类，最好使用 tf-idf 加权。
流行的算法包括朴素贝叶斯和（线性）SVM。
对于这种方法，您需要带标签的训练数据，即带有相关主题注释的文档。
参见，例如，Introduction to Information Retrieval，第 13-15 章。
【讨论】：