首页 > 试题广场 >

给定词典 [a, b, c, d, e]，基于这个五单词词典

[单选题]

给定词典 [a, b, c, d, e]，基于这个五单词词典的三个文档（document）内容如下：

DocA: [a, b, b, d, d]

DocB: [b, b, b, e, e, e, d]

DocC: [d, d, b, b, e]

如果使用 bag-of-words model 将每个文档表示成五维的向量，例如，DocA 可以被表示为 {a:1, b:2, c:0, d:2, e:0}。基于这三个五维向量，计算两两之间的余弦相似性（Cosine similarity），最相似的两个向量是： 

  • DocA和DocB的向量
  • DocA和DocC的向量
  • DocB和DocC的向量
  • 三个向量两两间的余弦相似性是一样的
查看正确选项
添加回答
Vel_头像 Vel_ 
import numpy as np 

vector1 = np.array([1,2,0,2,0])
vector2 = np.array([0,3,0,1,3])
vector3 = np.array([0,2,0,2,1])
 
op12=np.dot(vector1,vector2)/(np.linalg.norm(vector1)*(np.linalg.norm(vector2)))
print(op12)
op13=np.dot(vector1,vector3)/(np.linalg.norm(vector1)*(np.linalg.norm(vector3)))
print(op13)
op23=np.dot(vector3,vector2)/(np.linalg.norm(vector3)*(np.linalg.norm(vector2)))
print(op23
0.6117752903214979
0.8888888888888888
0.8411910241920597
发表于 2019-04-22 02:18:31 回复(0)
StOrM3K头像 StOrM3K
A = (1,2,0,2,0)
B = (0,3,0,1,3)
C = (0,2,0,2,1) 
直接计算
cos θ = A·B / |A||B|
可见，AC是cos值最大的。
相似性范围从-1到1：-1意味着两个向量指向的方向正好截然相反，1表示它们的指向是完全相同的，0通常表示它们之间是独立的
当然，直接看，也应该是AC，然而我做错了😤

发表于 2019-04-03 16:49:14 回复(1)
我是一个粉刷匠123头像 我是一个粉刷匠123
应该是越大越相似==居然算成了最小的
发表于 2019-04-14 00:22:04 回复(1)
陈华庆头像 陈华庆
词袋模型向量每一个值对应词汇出现的次数
发表于 2019-04-09 23:24:29 回复(0)
16级老腊肉头像 16级老腊肉
借前楼述（A = (1,2,0,2,0)
                 B = (0,3,0,1,3)
                 C = (0,2,0,2,1) 
                 直接计算
                 cos θ = A·B / |A||B|）
算个A和C的ps：(1*0+2*2+0*0+2*2+0*1)/sqrt((1+2*2+2*2)*(2*2+2*2+1)) =8/9
同理算其他两个发现AC最小
发表于 2019-04-07 21:13:14 回复(3)
拾陆humin头像 拾陆humin
编辑于 2019-04-13 10:08:10 回复(3)
提交观点

问题信息

C++工程师 创新工场 算法工程师 组合数学
来自：创新工场DeeCamp...
上传者：小小
难度：
6条回答 2334浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号