向量空间模型(VSM)在文档相似度计算上的简单介绍

C#实现在：

http://blog.csdn.net/Felomeng/archive/2009/03/25/4023990.aspx

向量空间模型（VSM：Vector space model）是最常用的相似度计算模型，在自然语言处理中有着广泛的应用，这里简单介绍一下其在进行文档间相似度计算时的原理。

假设共有十个词：w₁，w₂，......，w₁₀，而共有三篇文章，d₁，d₂和d₃。统计所得的词频表（杜撰的，为了便于演示用法）如下：

	w1	w2	w3	w4	w5	w6	w7	w8	w9	w10