TF-IDF原理及使用

1、什麼是TF-IDF TF-IDF(Term Frequency-Inverse Document Frequency，詞頻-逆文件頻率） 簡單來說：一個詞語在一篇文章中出現次數越多，同時在所有文檔中出現次數越少，越能夠代表本篇文章。 詞頻（term frequency,TF）指一個詞語在該文件中出現的次數。這個數字通常會被歸一化---詞頻除以文章總詞數。 注意：一些通用的詞語對於主題並沒有太大

>>阅读原文<<