基于TF-IDF算法的文本量化方法及作者識別應(yīng)用

打開文本圖片集

摘  要：作者識別任務(wù)旨在找到匿名文本的作者，在互聯(lián)網(wǎng)蓬勃發(fā)展的時(shí)代，準(zhǔn)確識別出匿名文本的作者對維護(hù)網(wǎng)絡(luò)環(huán)境的安全有著積極作用。在該任務(wù)中，文本內(nèi)容的量化非常關(guān)鍵，能直接影響作者識別的準(zhǔn)確率?；谠~頻-逆文檔頻率（TF-IDF）算法，文章提出了一種文本量化方法將文本轉(zhuǎn)變?yōu)橄蛄?。為評估閔可夫斯基距離和余弦相似度識別作者的共同作用，提出了一種混合距離用于計(jì)算兩個(gè)文本之間的距離。（剩余13435字）