Быстрый Матричный Расчет в R

Question

Я пытаюсь вычислить сходство на основе матрицы терминов документа.

A <- data.frame(name = c(
  "X-ray right leg arteries",
  "x-ray left shoulder",
  "x-ray leg arteries"
), stringsAsFactors = F)

B <- data.frame(name = c(
  "X-ray left leg arteries",
  "xray right leg",
  "X-ray right leg arteries",
  "x-ray leg with 20km distance"
), stringsAsFactors = F)

library(quanteda)
corp1 <- corpus(A, text_field = "name")
corp2 <- corpus(B, text_field = "name")
docnames(corp1) <- paste("A", seq_len(ndoc(corp1)), sep = ".")
docnames(corp2) <- paste("B", seq_len(ndoc(corp2)), sep = ".")
dtm3 <- rbind(dfm(corp1, ngrams=1), dfm(corp2, ngrams=1))

Есть ли более быстрый способ выполнить следующий расчет?Мне нужно сделать это на очень большой матрице.

# Similarity
m = matrix(nrow = length(docnames(corp1)), ncol = length(docnames(corp2)))
for (x in 1:length(docnames(corp1))) {
for (y in 1:length(docnames(corp2))) {
m[x,y] = sum(dtm3[x,] * dtm3[y+length(docnames(corp1)),]) / min(sum(dtm3[x,]) , sum(dtm3[y+length(docnames(corp1)),]))
}
}

rownames(m) = docnames(corp1)
colnames(m) = docnames(corp2)
m

Приведенный выше код выполняет эти вычисления -

sum(dtm3[1,] * dtm3[4,]) / min(sum(dtm3[1,]) , sum(dtm3[4,]))
sum(dtm3[1,] * dtm3[5,]) / min(sum(dtm3[1,]) , sum(dtm3[5,]))

Answer 1

Используя базу R, вы можете запустить

X <- dtm3[1:length(docnames(corp1)), ]
Y <- dtm3[length(docnames(corp1)) + 1:length(docnames(corp2)), ]
rX <- rowSums(X)
rY <- rowSums(Y)
X %*% t(Y) / outer(rX, rY, FUN = `pmin`)
# 3 x 4 Matrix of class "dgeMatrix"
#           B.1       B.2       B.3       B.4
# A.1 0.7500000 0.6666667 1.0000000 0.5000000
# A.2 0.6666667 0.0000000 0.3333333 0.3333333
# A.3 1.0000000 0.3333333 1.0000000 0.6666667