เปรียบเทียบวิธี

	การสกัดคำสำคัญ	TF-IDF
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	—	1988
ผู้ริเริ่ม	—	Salton & Buckley
ประเภท	NLP text-mining task	Text vectorization / term-weighting scheme
แหล่งต้นตำรับ	Mihalcea, R. & Tarau, P. (2004). TextRank: Bringing Order into Texts. EMNLP, 404-411.	Salton, G. & Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information Processing & Management, 24(5), 513-523.
ชื่อเรียกอื่น	keyphrase extraction, key term extraction, Anahtar Kelime Çıkarma (Keyword Extraction)	term weighting, tf-idf weighting, TF-IDF Vektörizasyonu
ที่เกี่ยวข้อง	4	3
สรุป	Keyword extraction is a natural-language-processing task that automatically identifies the words or phrases that best represent the content of a document. It turns a body of free text into a compact, ranked list of key terms, drawing on statistical, graph-based methods such as TextRank (Mihalcea & Tarau, 2004), or embedding-based methods such as KeyBERT (Grootendorst, 2020).	TF-IDF, introduced by Salton and Buckley (1988), is a term-weighting scheme that scores each word in a document by how often it appears there and how rare it is across the whole collection. It turns raw text into weighted document vectors, giving high weight to terms that are frequent in one document but uncommon elsewhere.