信息檢索系統

Question

文件TF-IDF排名與排名的二元獨立模型有什麼區別？我無法區分它們。

我認爲二進制獨立模型的實際實現導致了TF-IDF。如果我錯了，請幫助我。

Answer 1

主要區別在於，在二元獨立模型中，不知道一個單詞有多重要，並且所有單詞都被視爲相同。但是使用TF-IDF加權詞將給予在一個文檔中使用得更多，文檔頻率更少的詞更好的分數。

Answer 2

你是對的。 Binary Independence Model假設是文檔是二元向量。也就是說，只記錄文件中是否存在術語。另一方面，根據Vector Space Model，文檔由術語權重向量表示，並且TF-IDF僅僅是表示術語權重的一種方式。