長度歸一化有什麼用途？

Question

我發現了一些關於Length Normalization的信息。我發現它只在搜索引擎的環境中提到。有人用它來達到不同的文本目的嗎？ （請原諒我的無知，我真的在尋找其他用途，但谷歌一直把「標準化」與「縮放」混淆......）。

Answer 1

您在問題中提供的鏈接已經提到了使用長度歸一化的一個原因：避免在文檔向量中具有較高的術語頻率計數。這大大影響了文檔排名。當然，這是一個直接應用，基於查詢的文檔檢索。

還有其他算法特定的應用程序。例如，如果要使用向量之間的餘弦相似性對文檔進行聚類：簡單聚類算法（如k-means）可能不會收斂，除非向量全部位於球體上，即所有向量具有相同的長度。