TF-IDF
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/lz_peter/article/details/90676146 TF-IDF算是nlp工程师必须掌握的入门级别的算法。作为兴趣爱好,之前曾阅读过几篇介绍该算法的博客,对其只是知道个大概。最近在看吴军老师的《数学之美》,里面对TF-IDF的介绍使得我对该算法有了更深刻的认识。现将个人对该算法的理解整理如下: TF-IDF是一种统计方法,用来评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。 字词的重要性随着它 ①在文件中出现的次数成正比增加 ,但同时会随着它 ②在语料库中出现的频率成反比下降。 其中,①通过算法的TF部分来进行评估,②通过IDF来进行评估。 文章来源: https://blog.csdn.net/lz_peter/article/details/90676146