A Comparative Study of Vector Space and Probabilistic Models in Computing Similarity of Scientific Papers

A Comparative Study of Vector Space and Probabilistic Models in Computing Similarity of Scientific Papers
A Comparative Study of Vector Space and Probabilistic Models in Computing Similarity of Scientific Papers

ㆍ 저자명: 마수드,김상욱,Hamedani. Masoud Reyhani,Kim. Sang-Wook
ㆍ 간행물명: 정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터
ㆍ 권/호정보: 2014년|20권 3호|pp.186-190 (5 pages)
ㆍ 발행정보: 한국정보과학회
ㆍ 파일정보: 정기간행물|ENG|
PDF텍스트
ㆍ 주제분야: 기타

이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.

서지반출

영문초록

본 논문에서는 실제 학술 논문 데이터 셋을 사용하여 벡터 공간 모델 및 확률 모델을 바탕으로 하는 텍스트기반 유사도 척도들의 유효성을 평가 및 비교한다. 다양한 실험 결과를 통해 벡터 공간 모델 기반의 유사도 측정방법이 학술 논문간의 유사도 측정에 더 적합함을 보인다.

기타언어초록

In this paper, we evaluate and compare the effectiveness and efficiency of the text-based similarity measures based on the vector space model and probabilistic model for scientific papers by using a real-world dataset. Our extensive experimental results show that the similarity measures based on the vector space model are more appropriate to compute the similarity of scientific papers.

키워드

확률 모델 학술 논문 텍스트 기반 유사도 벡터 공간 모델 probabilistic model scientific papers text-based similarity vector space model

다운URL