cvičení

Co je to tf-idf?

Chceš vypočítat váhu tf-idf pro slovo "computer", které se v dokumentu složeném ze 100 slov vyskytuje pětkrát. Korpus obsahuje 200 dokumentů, přičemž slovo "computer" se objevuje ve 20 z nich. Tf-idf se vypočítá jako součin frekvence termu a inverzní frekvence dokumentu.

Frekvence termu = procentuální podíl daného slova ze všech tokenů v dokumentu Inverzní frekvence dokumentu = logaritmus podílu celkového počtu dokumentů v korpusu a počtu dokumentů obsahujících daný term

Která z následujících možností je správně?

Pokyny

50 XP

Možné odpovědi

(5 / 100) * log(200 / 20)

(5 * 100) / log(200 * 20)

(20 / 5) * log(200 / 20)

(200 * 5) * log(400 / 5)

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

Možné odpovědi

cvičení