Login
Lena, Erika
(2021)
Combining Vector Space Model and Word2Vec: a preliminary study.
[Laurea], Università di Bologna, Corso di Studio in Informatica [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
![[thumbnail of Thesis]](https://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato Download (827kB) | Contatta l'autore |
Abstract
This paper investigates traditional Information Retrieval (IR) methods for syntax evaluation of documents. The main aim of this study is to search for a method to combine IR models with new studies in Natural Language Processing (NLP), specifically with Word2Vec model. These techniques provide a semantic distributed representation of terms which can be used to improve retrieval and documents ranking. The present work focus on the selection of words to be used for documents retrieval. A further point of interest is the research of a suitable weighting scheme to be applied for the evaluation of additional information, provided by the use of Word2Vec word embeddings.
Abstract
Altri metadati
Statistica sui download
Gestione del documento:
