frequency - Tf-idf：这种方法正确吗？

Question

我想使用 tf-idf 计算词频。我已经起草了一个方程式，您应该在其中获得左侧的 tf-idf 值。它是否正确？

Tf-idf 用于DOCUMENT：

tf-idf(WORD) = occurrences(WORD,DOCUMENT) / number-of-words(DOCUMENT) * log10 ( documents(ALL) / ( 1 + documents(WORD, ALL) ) )

• occurrences(WORD,DOCUMENT)WORD: in的出现次数DOCUMENT
• number-of-words(DOCUMENT): 字数DOCUMENT
• documents(ALL): 数据库中的文档数
• documents(WORD, ALL)：数据库中包含的文档数WORD

如果你能帮助我，那就太好了。非常感谢您！

Answer 1

根据维基百科文章，这是正确的，您可能希望更改为 1+documents(WORD, ALL) 而不是文档（WORD, ALL），正如维基百科文章所建议的那样。

维基百科上的 TF-IDF