TF-IDF — Termin esiintymisfrekvenssi–Käänteinen dokumentin frekvenssi
TF-IDF, jonka Salton ja Buckley (1988) esittelivät, on termien painotusmenetelmä, joka pisteyttää jokaisen sanan dokumentissa sen perusteella, kuinka usein se esiintyy siellä ja kuinka harvinainen se on koko aineistossa. Se muuntaa raakatekstin painotetuiksi dokumenttivektoreiksi antaen suuren painon termeille, jotka ovat yleisiä yhdessä dokumentissa, mutta harvinaisia muualla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Term Frequency–Inverse Document Frequency Vectorization. ScholarGate. https://scholargate.app/fi/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.
- Sentiment AnalysisTekstinlouhinta↔ compare
- TekstinluokitteluTekstinlouhinta↔ compare
- Word2VecTekstinlouhinta↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →