文档表示（document representation），理学-计算机科学技术-计算机应用-信息系统-信息检索-文档表示，常见的文档表示方法有向量空间模型、文档主题模型、分布式表示等。为了更方便地处理文档，例如计算文档之间的相似度、计算文档与查询的相关程度，通常会把文档表示为固定长度的向量。该固定长度的向量，是对文档内容的刻画。常见的文档表示方法有向量空间模型、文档主题模型、分布式表示等。向量空间模型，俗称“词袋模型”，将文档表示为V维向量，V是字典大小（即所有单词的个数）。向量每一维代表一个单词，其值表示该文档是否出现过该词、或者出现的次数。因为真实数据中的单词个数往往非常巨大，导致向量空间模型的表示非常稀疏，而且无法反应出单词间的语义关系。为了解决这个问题，文档主题模型会把文档表示为K为向量，K为主题的个数。每个主题可以看作是算法生成的一个潜在话题。K远小于V，所以文档主题模型可以看作是对向量空间模型的一种降维。分布式表示主要指利用神经网络等方法，将文档嵌入在一个低维空间中，使得语义相近的文档尽量在空间中距离相近。