BoW представляет документ вектором частот слов без порядка (или с малым окном n-грамм). Прост и силён как baseline, но теряет синтаксис и омонимию контекста.
Разбор
- Разреженные высокие размерности.
- Стоп-слова и лемматизация — опции.
- N-граммы частично ловят локальный порядок.
- Хорошо с линейными моделями.
Итог
BoW — счётчик слов: быстрый baseline без учёта порядка.