假设我有搜索引擎使用余弦相似性来检索页面。 但是，没有idf部分，只有tf。 如果我为余弦的公式添加Page Rank。 公式可能会从一个语料库变为另一个语料库吗？
示例 -
语料库A - 文件A，文件B ---＆gt; A和B之间有一条线。
语料库A - 文件B ---＆gt; A和B之间有一条线。
对于语料库，页面B的得分会有所不同吗？
感谢。
答案 0 :(得分：1)
你的问题并不完全清楚。但是，让我试着解决你的问题。
当你说，你只是在余弦相似度计算中使用tf而不是tf-idf时，我想你是通过组成词的频率来呈现网页。然后你说如果你把每个网页的PageRank值加到基于余弦相似度计算的相似度得分上，公式是否会改变？我想在这里你几乎没有含糊之处。公式永远不会改变，但是合并得分可能因语料库而异。此外，您提供的示例不明确。
所以，这可能是你想知道的事情：
如果计算不同语料库的余弦相似度或PageRank，则分数可能会根据语料库分布而有所不同。 PageRank是在一组被视为整个网页的网页上计算出来的，所以如果你考虑两个不同的语料库，那么网页的PageRank分数会有所不同！