BOW原理

BOW原理

Bag of words 词袋，忽略词序和语法、句法，文本在中的每个词的出现都是独立的，不依赖与其他词的出现。

例：
两个文档：1：Bob likes to play basketball, Jim likes too.
2：Bob also likes to play football games.

构建一个dictionary
Dictionary = {1:”Bob”, 2. “like”, 3. “to”, 4. “play”, 5. “basketball”, 6. “also”, 7. “football”, 8. “games”, 9. “Jim”, 10. “too”}

这个词典一共包含10个不同的单词，利用一个10维的向量表示这两个文档。
1：[1, 2, 1, 1, 1, 0, 0, 0, 1, 1]
2：[1, 1, 1, 1 ,0, 1, 1, 1, 0, 0]

每个数表示某个单词在原句子中出现的次序。

Bag of words同样可以用来表示图像。

1、利用SIFT算法提取图像的特征
尺寸不变特征转换
2、利用K-means算法构造单词表
参考https://blog.youkuaiyun.com/weixin_42326230/article/details/90446242
3、利用单词表来表示图像，以及进行匹配识别（判断特征属于单词表的哪一类中）