反向連結 · 向量空間模型

# 資訊檢索 資訊檢索（Information Retrieval）係指在海量資料集合中，依據使用者的查詢需求，快速找出符合需求的相關文件的技術與過程。它的核心任務包括 **檢索模型**、**索引建立**、**查詢處理** 與 **結果評估** 等環節。在實務上，資訊檢索常與 [[檢索模型]]、[[索引]]、[[查詢處理]] 以及 [[排序演算法]] 等模組

語義搜尋是一種以理解查詢式與文件內在意義為核心的資訊檢索技術。相較於傳統的關鍵字匹配，它強調語意關係、上下文及使用者意圖，因而能提供更精準且具相關性的結果。此技術依賴[[自然語言處理]]、[[機器學習]]、以及最近的[[深度學習]]方法，將詞彙映射至高維向量空間，透過相似度運算判斷文件是否符合查詢需求。典型實現包括[[向量空間模型]]、[[語義網路]]以及基

TF-IDF（詞頻-逆文檔頻率）是一種常用於[[資訊檢索]]與[[文字探勘]]的統計數值，用以衡量單一詞彙在文件集合中的重要程度。它同時考慮詞在該文件出現的次數（TF）以及該詞在整個[[語料庫]]中出現的稀有程度（IDF），兩者相乘得到的數值越高，表示該詞越具有區分度，常用於[[關鍵字抽取]]與[[搜尋排序]]。計算時，TF 取該詞在文件中的出現頻率，IDF