ベクトル空間モデル

単語文書行列とはメタデータの生成・表現法の一つであり、ベクトル空間モデルによる検索を行う際に非常に頻繁に用いられるメタデータの形式である。一般に単語文書行列は以下に示す構造を持つ。

単語文書行列:

${\displaystyle {\mathcal {M}}={\begin{pmatrix}&d_{1}&d_{2}&d_{3}\\t_{1}&0&2&1\\t_{2}&1&1&2\\t_{3}&0&0&3\\\end{pmatrix}}}$

文書d_iに単語t_jがn回出現するとき、wⁱ_jをnとし、行列を形成する。単純に出現回数を利用する以外にtf-idf等のアルゴリズムによって得た重みを用いる生成方法がしばしば行われる。

• Bag-of-words
• 転置インデックス
• 最近傍探索