One of the sub-fields of

Taniqli. Xususiyatlar muammoli domenga nisbatan muhim va mazmunli.

Invariant. Invariantlik ko'pincha tasvirni tasniflash kontekstida tavsiflanadi: xususiyatlar buzilish, masshtablash, yo'naltirish va hk. A yaxshi misoland others in tabiiy tasvirlar ko'p yo'naltirilgan matn aniqlash uchun aylanish-o'zgarmas xususiyatlari C. Yao va boshqalar tomonidan berilgan[7].

Diskriminatsion.Tanlangan xususiyatlar tasniflagichni o'rgatish uchun foydalanilganda naqshlarni yaxshi ajratish uchun etarli ma'lumotga ega.

Modelni moslashtirishdan va o'qitish uchun mashinani o'rganish algoritmlaridan foydalanishdan oldin, biz matnli hujjatni xususiyat vektori sifatida qanday qilib eng yaxshi namoyish etish haqida o'ylashimiz kerak.Tabiiy tilni qaytaishlashda tez-tez ishlatiladigan model-bu so'zlar sumkasimodeli. Bu tovushlar kabi, bu model g'oyasi, albatta, oddiy. Birinchidan, so'z birikmasini yaratish— o'quv to'plamida yuzaga kelgan har xil so'zlarni yig'ish va har bir so'z qanday sodir bo'lganligini hisoblash bilan bog'liq. Ushbu lug'atni buyurtma muhim bo'lmagan ortiqcha narsalar to'plami sifatida tushunish mumkin.DO'quv datasetida D 1D1vaD2D2ikkita hujjat bo'lsin:

• 
  D1D1: "har bir davlatning o'z qonunlari bor.”
  
• 
  D2D2: "har bir mamlakatning o'z madaniyati bor.”
  

Bu ikki hujjatlar asosida, vocabulary sifatida yozilgan bo'lishi mumkin \
V={eacheach:1,state:1,has:2,its:2,own:2,laws:1,every:1,country:1,culture:1}V={each:1,state:1,has:2,its:2,own:2, qonunlar:1,har bir:1,mamlakat:1, madaniyat: 1}
Keyinchalik lug'atDD-o'lchovli xususiyat vektorlarini qurish uchun ishlatilishi mumkin, bu erda o'lchamlilik lug'atdagi turli xil so'zlar soniga teng (d=|V|d=|V|). Ushbu jarayonvektorizatsiya deb ataladi.
1-jadval.Ikki namuna hujjatlar so'zlar vakillik BagD1D1vaD2D2.