TF-IDF — Fréquence de Terme–Fréquence Inverse de Document

TF-IDF, introduit par Salton et Buckley (1988), est un schéma de pondération de termes qui attribue un score à chaque mot d'un document en fonction de sa fréquence d'apparition dans ce document et de sa rareté dans l'ensemble de la collection. Il transforme le texte brut en vecteurs de documents pondérés, attribuant un poids élevé aux termes qui sont fréquents dans un document mais peu communs ailleurs.