Šta znače TF i IDF komponente?

TF и IDF су кључне компоненте метода TF-IDF, која се користи за процену важности речи у документима.

• TF (Фреквенција Термина) — фреквенција термина у одређеном документу. Показује колико често реч појављује у тексту.

• IDF (Инверзна Фреквенција Документа) — инверзна фреквенција документа, мери колико је реч ретка или распрострањена у целој колекцији докумената.

Идеја је да речи које се често појављују у одређеном документу (висок TF), али су ретке у другим документима (висок IDF), имају већу важност за тај документ.

Формула:

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

где:

• (t) — термин,
• (d) — документ,
• (N) — укупни број докумената,
• (DF(t)) — број докумената који садрже термин (t).

TF-IDF се широко користи у претрази информација, анализи текста и машинском учењу за истакнување кључних речи.