# 💡 Summary 1. [[词袋模型]]：[[TF-IDF]] 和[[BM25]]，缺点是 term 顺序和上下文无关的 •中文分词：将查询词、文档切成多个字符串。•查询词：q=“好莱坞电影推荐” •分词得到：Q=｛好莱坞，电影，推荐｝•Q中的词在文档d中出现次数越多，则q与d越可能相关。•[[TF-IDF]] 和[[BM25]]都是基于上述想法。 •TF-IDF 和BM25隐含了词袋模型假设：只考虑词频，不考虑词的顺序和上下文。•词袋模型忽略词序和上下文，不利于准确计算相关性。•前深度学习时代有很多词袋模型，例如 Latent Semantic Analysis (LSA) • Latent Dirichlet Allocation (LDA) • # 🧩 Cues # 🪞Notes