TF-IDF — Term Frequency–Inverse Document Frequency
TF-IDF, introduceret af Salton og Buckley (1988), er en metode til vægtning af termer, der scorer hvert ord i et dokument baseret på, hvor ofte det forekommer der, og hvor sjældent det er i hele samlingen. Den omdanner rå tekst til vægtede dokumentvektorer, hvilket giver høj vægt til termer, der er hyppige i ét dokument, men usædvanlige andre steder.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Kilder
- Salton, G. & Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information Processing & Management, 24(5), 513-523. DOI: 10.1016/0306-4573(88)90021-0 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Term Frequency–Inverse Document Frequency Vectorization. ScholarGate. https://scholargate.app/da/text-mining/tf-idf
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- SentimentanalyseTekstmining↔ compare
- TekstklassificeringTekstmining↔ compare
- Word2VecTekstmining↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →