Какво означават компонентите TF и IDF?

TF и IDF са ключови компоненти на метода TF-IDF, използвани за оценка на важността на думите в документите.

• TF (Честота на Термина) — честотата на термина в конкретен документ. Показыва колко често се среща думата в текста.

• IDF (Обратна честота на документа) — обратната честота на документа, измерва колко рядко или често е думата във всички документи.

Идеята е, че думите, които често се срещат в конкретен документ (висок TF), но са редки в други документи (висок IDF), имат по-голяма значимост за този документ.

Формула:

[ \text{TF-IDF}(t, d) = \text{TF}(t, d) \times \log\left(\frac{N}{DF(t)}\right) ]

където:

• (t) — термин,
• (d) — документ,
• (N) — общият брой документи,
• (DF(t)) — броят документи, съдържащи термина (t).

TF-IDF широко се използва в информационно търсене, анализ на текстове и машинно обучение за изтъкване на ключови думи.