TF-IDF：文本特征提取方法详解及应用

TF-IDF是一种文本特征提取的方法，用于衡量一个词在文本中的重要程度。TF（Term Frequency）指的是一个词在文本中出现的次数，IDF（Inverse Document Frequency）指的是一个词在语料库中出现的文档频率的倒数。TF-IDF的计算公式为：TF-IDF = TF * log(N/DF)，其中N是语料库中文档的总数，DF是包含该词的文档数。TF-IDF越大，说明该词在文本中越重要。在自然语言处理中，TF-IDF常用于关键词提取、文本分类、信息检索等任务。