基於jieba分詞的TF-IDF提取關鍵詞算法中自定義所使用逆向文件頻率（IDF）的文本語料庫

TF-IDF的概念 TF（Term Frequency，縮寫爲TF）也就是詞頻，即一個詞在文中出現的次數，統計出來就是詞頻TF，顯而易見，一個詞在文章中出現很多次，那麼這個詞肯定有着很大的作用，在提取關鍵詞之前，由於待提取的語句中會有很多無用詞，例如「的」，「我」等等，所以我個人理解在提取關鍵詞之前的簡單步驟如下： 待分析語句------>分詞------>去除停用詞------>提取關鍵詞 使用

>>阅读原文<<