tf-idf

出典: フリー百科事典『ウィキペディア(Wikipedia)』
移動先: 案内検索

tf-idfは、文書中の単語に関する重みの一種であり、主に情報検索文章要約などの分野で利用される。

tf-idfは、tf: Term Frequency、単語の出現頻度)とidf: Inverse Document Frequency、逆文書頻度)の二つの指標にもとづいて計算される。

は単語の文書における出現回数、は文書におけるすべての単語の出現回数の和、は総文書数、は単語を含む文書数である。そのため、idfは一種の一般語フィルタとして働き、多くの文書に出現する語(一般的な語)は重要度が下がり、特定の文書にしか出現しない単語の重要度を上げる役割を果たす。

関連項目[ソースを編集]