TF-IDF ati Awọn awoṣe Apo-ti-ọrọ
Awọn ọrọ-ọrọ yi ọrọ pada si awọn iṣiro ọrọ laikọju kọju si aṣẹ, ati pe TF-IDF ṣe iwọn awọn iye yẹn toje, awọn ọrọ iyasọtọ ṣe pataki ju awọn ti o wọpọ lọ.
Akopọ
Together they were the workhorses of search and text classification before deep learning.
Jin Dive
Awoṣe apo-ti-ọrọ (BoW) duro fun iwe-ipamọ gẹgẹbi awọn iṣiro ọrọ-ọrọ, sisọ ilo ọrọ ati ilana ọrọ silẹ: 'aja naa bu ọkunrin naa' ati 'ọkunrin naa bu aja' jẹ aami kanna. Yi ayedero ṣiṣẹ iyalenu daradara fun ọpọlọpọ awọn iṣẹ-ṣiṣe. TF-IDF ṣe atunṣe BoW nipasẹ awọn ofin atunṣe. Igbohunsafẹfẹ Igba (TF) ṣe iwọn iye igba ti ọrọ kan han ninu iwe-ipamọ kan, lakoko ti Igbohunsafẹfẹ Iwe-aṣẹ Inverse (IDF) dinku awọn ọrọ ti o han ni ọpọlọpọ awọn iwe aṣẹ. Pipọsi wọn yoo fun awọn ikun giga si awọn ọrọ ti o jẹ loorekoore ninu iwe kan ṣugbọn ṣọwọn kọja ikojọpọ naa, bii koko-ọrọ koko pataki, lakoko ti awọn ọrọ ti o wọpọ bii 'awọn' sunmọ iwuwo odo. TF-IDF vectors agbara wiwa koko-ọrọ ati ifunni awọn kilasika kilasika bi Naive Bayes ati SVMs.
Imọ-imọ-ẹrọ
IDF jẹ iṣiro deede bi log (N / df), nibiti N jẹ nọmba lapapọ ti awọn iwe aṣẹ ati df jẹ nọmba awọn iwe aṣẹ ti o ni ọrọ naa, nitorinaa ọrọ kan ninu gbogbo iwe yoo fun IDF kan nitosi odo. Dimegilio TF-IDF ti o kẹhin jẹ TF isodipupo nipasẹ IDF. Awọn fekito iwe jẹ igbagbogbo L2-normalized ati akawe pẹlu ibajọra cosine, eyiti o ṣe iwọn igun laarin awọn fekito ati foju kọju awọn iyatọ gigun iwe.
Ipa Ilana
Iyara ati iwọn
Ṣiṣan iṣẹ ede le gbe ni iyara laisi irubọ aitasera.
Wiwọle ati arọwọto
O faagun iraye si kọja awọn ede ati awọn aza ibaraẹnisọrọ.
Awọn ipinnu diẹ sii
Awọn ẹgbẹ le lo akoko diẹ sii lori idajọ lakoko ti adaṣe n kapa atunwi.
Ọjọ iwaju ti TF-IDF ati Awọn awoṣe Apo-ti-ọrọ
Awọn ifibọ nkankikan ati awọn awoṣe transformer bayi gba aṣẹ ọrọ ati itumo pe BoW ati TF-IDF ko le, nitorinaa awọn awoṣe ti o jinlẹ jẹ gaba lori gige-eti NLP. Sibẹsibẹ TF-IDF wa ni iyara, itumọ, ipilẹ orisun-kekere ti o nira lati lu fun wiwa Koko-ọrọ, ati pe o tun ṣe atilẹyin awọn eto imupadabọ arabara nibiti awọn ikun TF-IDF/BM25 ti ko ṣoki ti ni idapo pẹlu awọn ifibọ ipon lati mu ilọsiwaju wiwa ati iran-imurapadabọ.
Real-World imuse
Awọn ẹrọ wiwa awọn iwe aṣẹ ipo nipasẹ TF-IDF tabi arọpo rẹ BM25 lodi si ibeere kan
Awọn àwúrúju àwúrúju nipa lilo awọn ẹya-ara apo-ti-ọrọ ti a jẹ sinu iyasọtọ Naive Bayes kan
Yiyọ awọn koko-ọrọ tabi awọn afi lati inu nkan kan nipa yiyan awọn ofin TF-IDF ti o ga julọ
Ṣeduro awọn nkan iroyin ti o jọra nipa fifiwera awọn aapọn TF-IDF pẹlu ibajọra cosine
Awọn ewu & Awọn ọna iṣọ
Awọn otitọ ti a sọ di mimọ le tẹ awọn ijabọ sii ni idakẹjẹ, awọn ṣiṣan atilẹyin, tabi awọn abajade iwadii.
Ifamọ kiakia le ṣẹda awọn abajade aisedede kọja awọn ibeere ti o jọra.
Awọn data ọrọ ifarabalẹ le farahan ti awọn idari wiwọle ko lagbara.
Ilana Ilana imuse
Ṣetumo ọna kika iṣẹjade, ohun orin, ati awọn iṣedede didara ṣaaju ṣiṣejade.
Awọn idahun ilẹ pẹlu awọn orisun ti o gbẹkẹle nigbakugba ti deede ba ṣe pataki.
Jeki aaye ayẹwo atunyẹwo eniyan fun awọn abajade ti o ga julọ.
Tọpinpin awọn ilana ikuna ati tunṣe awọn itọsi tabi ṣiṣan iṣẹ nigbagbogbo.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the TF-IDF and Bag-of-Words Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Awọn ifibọ Ọrọ
Awọn ibeere ti a beere nigbagbogbo
What is TF-IDF and Bag-of-Words Models?
Awọn ọrọ-ọrọ yi ọrọ pada si awọn iṣiro ọrọ laikọju kọju si aṣẹ, ati pe TF-IDF ṣe iwọn awọn iye yẹn toje, awọn ọrọ iyasọtọ ṣe pataki ju awọn ti o wọpọ lọ. Papọ wọn jẹ awọn iṣẹ-ṣiṣe ti wiwa ati iyasọtọ ọrọ ṣaaju ikẹkọ jinlẹ.
Alaye bọtini wo ni awoṣe apo-ti-ọrọ sọnù?
Apo-ti-ọrọ ntọju awọn iṣiro ọrọ ṣugbọn o ju ilana ọrọ silẹ ati igbekalẹ girama.
Kini apakan IDF ti TF-IDF ṣe?
Igbohunsafẹfẹ Iwe Iyipada dinku iwuwo awọn ofin ti o han ni ọpọlọpọ awọn iwe aṣẹ, nitorinaa awọn ọrọ ti o wọpọ bii 'awọn' ṣe alabapin diẹ.
Ọrọ kan ti o han ni gbogbo iwe-ipamọ ni gbigba gba iye IDF kan sunmọ kini?
Pẹlu IDF = log(N/df), ti df ba dọgba si N ipin jẹ 1 ati log(1) jẹ 0, fifun ọrọ naa fẹrẹ ko si iwuwo.
Bawo ni Dimegilio TF-IDF fun igba kan ṣe iṣiro?
Ìwọ̀n TF-IDF jẹ́ ọ̀rọ̀ ìsokọ́ra ọ̀rọ̀ tí a pọ̀ sí i nípa ìsokọ́ra alátagbà.
Iwọn ibajọra wo ni a lo nigbagbogbo lati ṣe afiwe awọn adaṣe iwe TF-IDF?
Ijọra Cosine ṣe iwọn igun laarin awọn olutọpa ati pe o jẹ boṣewa fun ifiwera awọn aṣoju TF-IDF laibikita gigun iwe.