NLP實戰之基於TFIDF的文本類似度計算

TFIDF算法介紹 TF-IDF（Term Frequency–InverseDocument Frequency）是一種用於資訊檢索與文本挖掘的經常使用加權技術。TF-IDF的主要思想是：若是某個詞或短語在一篇文章中出現的頻率TF高，而且在其餘文章中不多出現，則認爲此詞或者短語具備很好的類別區分能力，適合用來分類。html TF-IDF實際是TF*IDF，其中TF（Term Frequency）

>>阅读原文<<