Orange3实战教程：文本挖掘---文档评分

文档评分

根据词语出现情况对文档进行评分。

输入

• 语料库：文档集合
• 词语：包含至少一列词语的表格

输出

• 语料库：包含评分的文档集合

文档评分组件根据输入的词语为每个文档分配分数。系统会为每个词语按选定评分方法计算分数，并通过选定的聚合函数在文档级别汇总得分。

1. 选择词语评分方法：
   • 词频统计：统计词语在文本中的出现次数。
   • 词占比：表示词语在文档中的出现比例。
   • 相似度：文档向量与词语向量的余弦相似度。
2. 选择聚合函数：将词语分数汇总为文档分数（均值、中位数、最小值或最大值）。
3. 选择文档输出方式：
   • 无：不输出任何文档
   • 全部：输出完整语料库
   • 手动：从表格中手动选择文档
   • 高分文档：输出评分最高的前