MemRay

原文转自：http://blog.sina.com.cn/s/blog_6164a9e20100ehwr.html 向量空间模型将文档映射为一个特征向量V(d)=(t1,ω1(d)；…；tn, ωn(d))，其中ti(i=1,2, …,n)为一列互不雷同的词条项，ωi(d)为ti在d中的权值, 一般被定义为ti在d中出现频率tfi(d)的函数，即 在信息检索中常用的词条权值计算方法为

在向量空间模型中，文本泛指各种机器可读的记录。用D（Document）表示，特征项（Term，用t表示）是指出现在文档D中且能够代表该文档内容的基本语言单位，主要是由词或者短语构成，文本可以用特征项集表示为D(T1，T2，…，Tn)，其中Tk是特征项，1 其中，W1k、W2k分别表示文本D1和D2第K个特征项的权值，1 在自动归类中，我们可以利用类似的方法来计算待归类文档和某类目的相关度。

原文转自:http://hi.baidu.com/%C9%C1%BF%CD%B0%A2%B7%B2%CC%E1/blog/item/c3084489820f278aa4c272f9.html 出现的问题如图上图所示 ICTCLAS_Init Exception in thread "main" java.lang.UnsatisfiedLinkError: ICTCLAS.kev