| Subset problem |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| ¡ | If a document
consists of just a subset of |
|||||||||||||
| another
document, standard VS model |
||||||||||||||
| may show low
similarity |
||||||||||||||
| l | Example:
Cosine (D1,D2) = .61 |
|||||||||||||
| D1:
<A, B, C>, |
||||||||||||||
| D2:
<A, B, C, D, E, F, G, H> |
||||||||||||||
| ¡ | Shivakumar and
Garcia-Molina (95): use |
|||||||||||||
| only close words
in VSM |
||||||||||||||
| l | Close =
_________________, defined by a |
|||||||||||||
| tunable ε distance. |
||||||||||||||
