単語を基底とした文書ベクトル空間法における意味的類似度

単語を基底とした文書ベクトル空間法において．文書の意味類似度を特性ベクトルで表 現したとき，異なる文書$D_i$，$D_j$間の意味的類似性 $sim (D_i，D_j)$は， それぞれの文書に対して求めた特性ベクトルの内積として，式2のよう に表現される．

$$sim (D_i,D_j)=V_i \cdot V_j$$ (2)

但し，$V_i \cdot V_j$ は，それぞれ，文書$D_i$，$D_j$ の特性ベクトルを表す．

従って，単語を基底とした文書ベクトル空間法を用いた情報検索では，利用者の与えた検索要求 文について特性ベクトルを求めて，データベースに収録された各文書の特性ベ クトルとの間で類似度を計算し，類似度がある一定値以上の文書を抽出してい る．また，単語を基底とした文書ベクトル空間法では，任意の文書をつなぎ合わせた文書につい ての特性ベクトルも容易に合成できるから，類似度の高い文書相互間で順にベ クトル合成を行えば，文書全体を容易にクラスタリングすることができる．