詞頻計算

tf_idf TF-IDF（詞頻-逆文檔頻率）算法是一種統計方法，用以評估一字詞對於一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨着它在文件中出現的次數成正比增長，但同時會隨着它在語料庫中出現的頻率成反比降低。該算法在數據挖掘、文本處理和信息檢索等領域獲得了普遍的應用，如從一篇文章中找到它的關鍵詞。html TFIDF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

>>阅读原文<<