TF-IDF — Termfrequenz–Inverse Dokumentfrequenz

TF-IDF, eingeführt von Salton und Buckley (1988), ist ein Termgewichtungsschema, das jedes Wort in einem Dokument danach bewertet, wie oft es dort vorkommt und wie selten es in der gesamten Sammlung ist. Es wandelt Roh-Text in gewichtete Dokumentenvektoren um und weist Begriffen, die in einem Dokument häufig, aber anderswo selten vorkommen, ein hohes Gewicht zu.