Rocchio 算法在什么向量空间中计算？

Question

我一直在尝试实现 Rocchio 算法，并且我了解该算法背后的基本思想，但我很难将其具体化。我之前计算了 tf_idf，这是我们搜索每个包含至少一个查询词的文档的查询词数量的长度向量。但是现在，我觉得我不能将文档表示为仅由查询术语形成的空间中的向量，因为这不允许我“发现”相关文档共有的其他术语。然后我应该在当前返回的文档集中找到的所有标记的向量空间中表示查询的向量和文档的向量吗？

Answer 1

Blockquote 是的，向量的维度（文档和查询）是集合的词汇量...所以这些向量非常稀疏（大多数条目为零）...

是的，正如@Debasis 所说，这是正确的答案。