词袋模型与 N-gram:语序产生什么差异?

选择表示方法,观察“我喜欢你”和“你喜欢我”的文本特征。词袋模型忽略词序;N-gram 可以保留相邻词语的顺序。

句子 A:我 喜欢 你
句子 B:你 喜欢 我
词频向量余弦相似度

本示例先将“我”“喜欢”“你”作为三个词。各个 N-gram 特征按出现次数编码。