请针对以下代码生成一篇400字的针对词频、TF-IDF和空间向量模型的核心算法说明：import tkinter as tkimport osimport reimport docximport openpyxlfrom pptx import Presentationimport PyPDF2from bs4 import BeautifulSoupfrom sklearnfeature_ext

文件检索系统是一种用于搜索指定文件夹中的文档并根据用户输入的关键词进行排序的软件系统。该系统支持三种算法，包括词频、TF-IDF和空间向量模型。下面将分别介绍这三种算法的核心原理。

1. 词频算法

词频算法是最简单的文本检索方法之一，它计算文档中包含关键词的频率，并根据频率对文档进行排序。在这种算法中，每个文档的得分是由与关键词匹配的单词数量决定的。对于每个关键词，系统会计算它在文档中出现的次数，并将这些次数相加以得出文档的总分数。如果某个关键词带有符号“+”，则该关键词为必须包含的关键词；如果带有符号“-”，则该关键词为必须排除的关键词；如果没有符号，则表示该关键词为可选关键词。

2. TF-IDF算法

TF-IDF算法是一种基于单词重要性的文本检索方法。它将文档表示为词项向量，并使用TF-IDF值计算单词的重要性。在这种算法中，每个文档的得分是由与关键词匹配的单词的TF-IDF值之和决定的。如果某个关键词带有符号“+”，则该关键词为必须包含的关键词；如果带有符号“-”，则该关键词为必须排除的关键词；如果没有符号，则表示该关键词为可选关键词。

3. 空间向量模型算法

空间向量模型算法是一种基于向量空间的文本检索方法。它将文档表示为向量，并使用余弦相似度计算文档与查询之间的相似度。在这种算法中，每个文档的得分是由与关键词匹配的向量之间的余弦相似度之和决定的。如果某个关键词带有符号“+”，则该关键词为必须包含的关键词；如果带有符号“-”，则该关键词为必须排除的关键词；如果没有符号，则表示该关键词为可选关键词。

综上所述，文件检索系统支持三种算法，每种算法都有其各自的优缺点。用户可以根据自己的需求选择适合自己的算法，并通过输入关键词进行文档检索。系统将根据用户选择的算法对文档进行排序，并显示检索结果的文本和图表