Process / pipeline
TF-IDF — ความถี่ของคำศัพท์-ความถี่ผกผันของเอกสาร
TF-IDF ซึ่งนำเสนอโดย Salton และ Buckley (1988) เป็นรูปแบบการถ่วงน้ำหนักคำศัพท์ที่ให้คะแนนแต่ละคำในเอกสารตามความถี่ที่ปรากฏในเอกสารนั้นและความหายากของคำนั้นในคลังเอกสารทั้งหมด โดยแปลงข้อความดิบให้เป็นเวกเตอร์เอกสารที่มีน้ำหนัก โดยให้น้ำหนักสูงแก่คำศัพท์ที่พบบ่อยในเอกสารหนึ่งแต่ไม่ค่อยพบในเอกสารอื่น
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Term Frequency–Inverse Document Frequency Vectorization. ScholarGate. https://scholargate.app/th/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.
- การวิเคราะห์ความรู้สึกการทำเหมืองข้อความ↔ compare
- การจำแนกข้อความการทำเหมืองข้อความ↔ compare
- Word2Vecการทำเหมืองข้อความ↔ compare
ถูกอ้างอิงโดย
การวิเคราะห์การปรากฏร่วมกันDoc2Vecการจัดกลุ่มเอกสารการตรวจจับข่าวปลอมการฝังเวกเตอร์ GloVeการสกัดคำสำคัญความหลากหลายของคำศัพท์การประเมินการยอมรับได้ทางภาษาการวิเคราะห์ทางสัณฐานวิทยาการสรุปความเอกสารหลายฉบับแบบจำลองภาษาเอ็นแกรมการสร้างหัวข้อด้วย NMFการวิเคราะห์ความง่ายในการอ่านความคล้ายคลึงทางความหมายการวิเคราะห์ความรู้สึกSocial Media NLPการจำแนกข้อความการขจัดข้อมูลซ้ำซ้อนของข้อความการวิเคราะห์ความถี่ของข้อความการถดถอยจากข้อความการแบ่งส่วนข้อความการจำแนกหัวข้อWord2Vec