TF-IDF

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 取總文件數除以包含該詞的文件數的對數（即 log(N/df)），兩者相乘即得 TF‑IDF 值。此數值在向量空間模型、文本分類與相似度比對中被廣泛採用，亦是現今大多數搜尋引擎排序演算法的核心之一。