知识卡片
词频与稀有度加权
词频衡量某词在文档中出现多少次,逆文档频率降低随处可见词的权重。原书公式采用 IDF(t)=log(N/C(t)),再将查询词的IDF与文档词频乘积求和。正文先以N/C举直观例子,不能与带对数的正式公式混为同一数值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · RAG与智能体
原书出处 · 1 处
- · 查看原书依据
TF-IDF是一种结合了词频(TF)和逆文档频率(IDF)两个指标的算法。从数学上讲,文档D相对于查询Q的TF-IDF分数的计算过程如下。
参考来源
- 位置:《AI工程:大模型应用开发实战》第6章《RAG与智能体》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section014.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:TF-IDF是一种结合了词频(TF)和逆文档频率(IDF)两个指标的算法。从数学上讲,文档D相对于查询Q的TF-IDF分数的计算过程如下。