A Comparative Study of Vector Space and Probabilistic Models in Computing Similarity of Scientific Papers

Abstract

In this paper, we evaluate and compare the effectiveness and efficiency of the text-based similarity measures based on the vector space model and probabilistic model for scientific papers by using a real-world dataset. Our extensive experimental results show that the similarity measures based on the vector space model are more appropriate to compute the similarity of scientific papers.

본 논문에서는 실제 학술 논문 데이터 셋을 사용하여 벡터 공간 모델 및 확률 모델을 바탕으로 하는 텍스트기반 유사도 척도들의 유효성을 평가 및 비교한다. 다양한 실험 결과를 통해 벡터 공간 모델 기반의 유사도 측정 방법이 학술 논문간의 유사도 측정에 더 적합함을 보인다.