原创 【From Word Embeddings To Document Distances】文章的理解

一、方法描述 在文档检索，文本分类，聚类等应用中，计算文档间距离是重要的影响因素 文章提出了一种新的计算文档间距离的方法。用带权重的embedding词云来表示文档，文档间的距离采用A文档中全部词到B文档中全部词的累计最近距离来计算文章间的距离。 该方法有如下几个优点： 1.易于使用，无需超参数 2.它具有很高的可解释性，因为两个文档之间的距离可以分解为几个单独单词之间的稀疏距离 3.它使用word2vec知识进行编码，因此具有较高的检索精度。 二、方法的实现 WMD的计算过程如下.