TF-IDF 怎样将用单词权重的向量表示一个文档

TF-IDF 是一种将一个文档表示为一个单词权重的向量的方法，它可以反映每个单词在文档中的重要性和区分度。TF-IDF 的计算公式如下：

例如，假设我们有以下三个文档：

• 文档 1：This is a good book.

• 文档 2：This is a bad book.

• 文档 3：This book is not good.

我们可以用 TF-IDF 来将每个文档表示为一个单词权重的向量，首先我们需要计算每个单词的 TF 和 IDF 值：

然后我们可以用 TF-IDF 公式来计算每个单词在每个文档中的权重，例如：

最后我们可以将每个文档表示为一个由单词权重组成的向量，例如：

• 文档 1：[0, 0, 0.035, 0.035, 0, 0, 0]

• 文档 2：[0, 0, 0.035, 0, 0.095, 0, 0]

• 文档 3：[0, 0, 0, -0.035, -0.095, -0.095]

这样，我们就可以用 TF-IDF 将一个文档表示为一个单词权重的向量