TF-IDF — Term Frequency–Inverse Document Frequency

TF-IDF, geïntroduceerd door Salton en Buckley (1988), is een termwegingsschema dat elk woord in een document een score toekent op basis van hoe vaak het daar voorkomt en hoe zeldzaam het is in de gehele collectie. Het transformeert ruwe tekst naar gewogen documentvectoren, waarbij termen die frequent zijn in één document maar elders ongebruikelijk, een hoge weging krijgen.