Modèle de similarité textuelle

Un modèle de similarité textuelle est un tuple ${\displaystyle (V,R,\delta _{R},\mathrm {rep} _{D})}$, avec :

• ${\displaystyle V}$ un vocabulaire fini ${\displaystyle m_{1},\ldots ,m_{|V|}}$ (ensemble des formes de surface des mots)
• ${\displaystyle R}$ l'espace de représentation des documents
• ${\displaystyle \delta _{R}:R\times R\to \mathbb {R} ^{+}}$ une mesure de dissimilarité sur ${\displaystyle R}$ (typiquement, une distance)
• ${\displaystyle \mathrm {rep} _{D}:V^{*}\to R}$ la fonction de représentation qui, à chaque document, fait correspondre sa représentation.