:::
逆向文件頻率 - 教育百科
| 逆 | |
| 向 | |
| 文 | |
| 件 | |
| 頻 | |
| 率 |
國家教育研究院辭書
基本資料
| 英文： | inverse document frequency (IDF) |
| 作者： | 曾元顯 |
| 日期： | 2012年10月 |
| 出處： | 圖書館學與資訊科學大辭典 |
辭書內容
|
名詞解釋： 逆向文件頻率（inverse document frequency，簡稱IDF）或稱反向文件頻率，是衡量詞彙重要性的一種指標，最早是由Karen Spärck Jones博士於1972年提出。在N篇文件中，某一個詞彙的權重，與該詞彙出現在這N篇文件中的篇數文件頻率（document frequency，簡稱DF）成反比。Spärck Jones博士以對數函數將逆向文件頻率的計算公式定義為IDF=log(N/DF)。在各種資訊檢索的實驗中，使用IDF公式在詞彙的權重上，其成效幾乎都比沒有使用時來得高，也比單獨使用詞頻（term frequency，簡稱TF）作為權重來得高。當詞頻的概念與逆向文件頻率的概念以TF*IDF的乘積公式計算詞彙權重後，其成效更佳。公式log（N/DF）等同於log（1/p），其中p=DF/N是該詞彙在N篇文件中出現的機率。從資訊理論的角度看，log（1/p）為資料量的公式，因此IDF可以解讀為該詞彙的資訊量。一個詞彙在N篇文件中都出現，其資訊量為log（N/N）=0，符合IDF的直覺意義。Spärck Jones, Karen (1972). "A statistical interpretation of term specificity and its application in retrieval". Journal of Documentation, 28 (1), 11–21. |
|
|
參考資料： Spärck Jones, Karen (1972). "A statistical interpretation of term specificity and its application in retrieval". Journal of Documentation, 28 (1), 11–21. |
|
| 資料來源： | 國家教育研究院_逆向文件頻率 |
| 授權資訊： | 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出 |
貓頭鷹博士