blocks|key|864569|text|只有tf(生命)取决于查询本身。但是，查询的idf依赖于背景文档，因此idf(生命)=+1%2B+ln(3/2)+~=+1.405507153。这就是tf被定义为将局部分量(术语频率)与全局分量(反向文档频率)相乘的原因。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|864570|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

Only tf(life) depends on the query itself. However, the idf of a query depends on the background documents, so idf(life) = 1+ ln(3/2) ~= 1.405507153. 
That is why tf-idf is defined as multiplying a local component (term frequency) with a global component (inverse document frequency).

blocks|key|1619030|text|假设您的查询是最佳汽车保险，您的总词汇表包含car、best、auto、insurance，并且您有N=1,000,000文档。所以您的查询如下所示：|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|CODE|entityRanges|data|1619031|​|1619032|📷|atomic|1619033|1619034|你的一份文件可能是：|1619035|1619036|1619037|1619038|现在计算TF-IDF的Query和Document之间的余弦相似度。|1619039|entityMap|0|IMAGE|mutability|IMMUTABLE|imageUrl|https://developer.qcloudimg.com/http-save/yehe-900000/b9254fd57449753ca2eef30b6b6d0d9f.png|imageAlt|1|https://developer.qcloudimg.com/http-save/yehe-900000/5b52f5ab0a7880656da0679491b1ba9c.png^0|7|6|M|N|1E|B|0|0|0|1|0|0|0|0|0|0|1|1|0|0|4|6|B|5|H|8|0^^$0|@$1|2|3|4|5|6|7|14|8|@$9|15|A|16|B|C]|$9|17|A|18|B|C]|$9|19|A|1A|B|D]]|E|@]|F|$]]|$1|G|3|H|5|6|7|1B|8|@]|E|@]|F|$]]|$1|I|3|J|5|K|7|1C|8|@]|E|@$9|1D|A|1E|1|1F]]|F|$]]|$1|L|3|H|5|6|7|1G|8|@]|E|@]|F|$]]|$1|M|3|N|5|6|7|1H|8|@]|E|@]|F|$]]|$1|O|3|H|5|6|7|1I|8|@]|E|@]|F|$]]|$1|P|3|J|5|K|7|1J|8|@]|E|@$9|1K|A|1L|1|1M]]|F|$]]|$1|Q|3|H|5|6|7|1N|8|@]|E|@]|F|$]]|$1|R|3|S|5|6|7|1O|8|@$9|1P|A|1Q|B|D]|$9|1R|A|1S|B|D]|$9|1T|A|1U|B|D]]|E|@]|F|$]]|$1|T|3|-4|5|6|7|1V|8|@]|E|@]|F|$]]]|U|$V|$5|W|X|Y|F|$Z|10|11|-4]]|12|$5|W|X|Y|F|$Z|13|11|-4]]]]

Assume your query is best car insurance, your total vocabulary contains car, best, auto, insurance and you have <code>N=1,000,000</code> documents. So your query is something like below:

<a href="https://i.stack.imgur.com/Ouzio.png" rel="noreferrer"><img src="https://i.stack.imgur.com/Ouzio.png" alt="enter image description here"></a>

And one of your document could be:

<a href="https://i.stack.imgur.com/zAn25.png" rel="noreferrer"><img src="https://i.stack.imgur.com/zAn25.png" alt="enter image description here"></a>

Now calculate cosine similarity between <code>TF-IDF</code> of your <code>Query</code> and <code>Document</code>.

blocks|key|864737|text|即使这个问题被标记为答案。我不觉得它被完全回答了。所以如果将来有人需要这个：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|864738|但我不知道国防军是从哪里来的。|blockquote|864739|在这个示例：项目3，第2部分:使用TF-国防军进行搜索中，介绍了如何计算查询和一组文档之间的余弦相似度。|offset|length|864740|正如@低毒所指出的，以色列国防军是一个全球组成部分，因此，一个词的以色列国防军对于每个文件都是相同的：|864741|注意:从技术上讲，我们将查询视为一个新文档。但是，您不应该重新计算IDF值:只需使用前面计算的值即可。|864742|entityMap|0|LINK|mutability|MUTABLE|url|https://courses.cs.washington.edu/courses/cse373/17au/project3/project3-2.html|1|https://stackoverflow.com/users/6728986/hypnoticpoisons^0|0|0|6|L|0|0|2|3|1|0|0^^$0|@$1|2|3|4|5|6|7|W|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|X|8|@]|9|@]|A|$]]|$1|E|3|F|5|6|7|Y|8|@]|9|@$G|Z|H|10|1|11]]|A|$]]|$1|I|3|J|5|6|7|12|8|@]|9|@$G|13|H|14|1|15]]|A|$]]|$1|K|3|L|5|D|7|16|8|@]|9|@]|A|$]]|$1|M|3|-4|5|6|7|17|8|@]|9|@]|A|$]]]|N|$O|$5|P|Q|R|A|$S|T]]|U|$5|P|Q|R|A|$S|V]]]]

Even if this question is marked as answered. I don't feel like it was fully answered.
So if maybe anyone will need this in the future:
<blockquote>
But I have no idea where the idf comes from.
</blockquote>
In this example: <a href="https://courses.cs.washington.edu/courses/cse373/17au/project3/project3-2.html" rel="nofollow noreferrer">Project 3, part 2: Searching using TF-IDF</a>
It is presented how to compute the cosine similarity between a query and a set of documents.
As <a href="https://stackoverflow.com/users/6728986/hypnoticpoisons">@hypnoticpoisons</a> stated the IDF is a a global component, so the IDF of a word will be the same for each document:
<blockquote>
Note: technically, we are treating the query as if it were a new document. However, you should not recompute the IDF values: just use the ones you computed earlier.
</blockquote>

How do I calculate <code>tf-idf</code> for a query? I understand how to calculate tf-idf for a set of documents with following definitions:

<blockquote>
 tf = occurances in document/ total words in document
 
 idf = log(#documents / #documents where term occurs
</blockquote>

But I don't understand how that correlates to queries.
 

For example, I read <a href="https://janav.wordpress.com/2013/10/27/tf-idf-and-cosine-similarity/" rel="noreferrer">a resource</a> that stated the values of a query "<code>life learning</code>"

<blockquote>
 life | tf = .5 | idf = 1.405507153 | tf_idf = 0.702753576 
 learning | tf = .5 | idf = 1.405507153 | tf_idf = 0.702753576 
</blockquote>

The <code>tf</code> values I understand, each term appears only once out of the two possible terms, thus 1/2, But I have no idea where the <code>idf</code> comes from. 
I would think that #documents = 1 and occurrence = 1, log(1) = 0, so <code>idf</code> would be 0, but this doesn't seem to be the case. Is it based on whatever documents you're using? How do you calculate tf-idf for a query?

How do I calculate TF-IDF of a query?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

如何计算查询的tf-idf？我理解如何计算一组文件的tf-以色列国防军，定义如下：tf =发生在文档中/文档中的总单词idf = log(#documents / #documents (其中出现术语)但我不明白这和查询有什么关系。例如，，我读了，它声明了查询"life learning“的值寿命- tf = .5学习情况: tf = .5 _tf= 1.405507153 _x tf_idf =

问如何计算查询的TF-以色列国防军？
EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何计算查询的TF-以色列国防军？EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何计算查询的TF-以色列国防军？
EN