文本距离的历史意义

Ted Underwood

文本距离的历史意义

计算与语言 2018-07-03 v1 计算机与社会数字图书馆

作者: Ted Underwood

摘要

测量相似度是信息检索中的基本任务，现在常常作为关于文化变迁的更复杂论证的构建块。但文本相似度和距离的测量是否真的对应于关于文化接近性和差异性的证据？为了实证探索这个问题，本文比较了英语小说体裁之间相似度的文本测量和社会测量。还将现有的文本相似度测量（基于tf-idf向量或主题向量的余弦相似度）与使用监督学习将文本测量锚定在社会背景中的新策略进行了比较。

关键词

文本相似度文化变迁监督学习余弦相似度体裁分类

引用

@article{arxiv.1807.00181,
  title  = {The Historical Significance of Textual Distances},
  author = {Ted Underwood},
  journal= {arXiv preprint arXiv:1807.00181},
  year   = {2018}
}

备注

Preprint of a paper for the 2nd Joint SIGHUM Workshop on Computational Linguistics for Cultural Heritage, Social Sciences, Humanities and Literature (LaTeCH-CLfL 2018). Code is available at https://github.com/tedunderwood/genredistance or, archivally, at https://zenodo.org/record/1300934

文本距离的历史意义

摘要

关键词

引用

备注

相关论文