标签 > 中文短文本相似度实测：字符 n-gram 的 n 该取几？

在中文短文本字符 n-gram 相似度实测里，综合 Jaccard、Dice、TF-IDF 余弦三种指标，n=2 是最稳妥的默认选择，n=1 容易噪声太多、区