クエリのTF-IDFを計算するにはどうすればよいですか？

Question

クエリでtf-idfを計算するにはどうすればよいですか？文書内のドキュメント/総言葉で

TF = occurances

IDF =ログ（#documents/#documents：私は、次の定義とドキュメントのセットのためのTF-IDFを計算する方法を理解します用語は

を発生しかし、ここで私は、クエリに相関方法を理解していない。

たとえば用

は、私はクエリ "life learning"

人生の価値を述べたa resourceを読みます| tf = .5 | idf = 1.405507153 | tf_idf = 0.702753576
学習| tf = .5 | idf = 1.405507153 | tf_idf = 0.702753576

私は理解してtf値は、それぞれの用語は1/2したがって、2つの可能な用語のうち、一度だけ表示されます、しかし、私はidfが来る見当がつかない。
私は#documents = 1とoccurrence = 1、log（1）= 0と考えるでしょうから、idfは0になりますが、これは当てはまりません。あなたが使用している文書に基づいていますか？どのようにクエリのtf-idfを計算しますか？

Answer 1

tf（life）のみがクエリ自体に依存します。しかし、クエリのidfはバックグラウンド文書に依存するため、idf（life）= 1 + ln（3/2）〜= 1.405507153です。 これは、tf-idfがローカルコンポーネント（用語頻度）にグローバルコンポーネント（ドキュメント周波数の逆数）を掛けることとして定義されている理由です。

Answer 2

クエリが最高の自動車保険で、あなたの総語彙は最高、車が含まれているとし、自動車、保険あなたはN=1,000,000書類を持っています。今すぐあなたのQueryのTF-IDFとDocument間コサイン類似度を計算

：

そして、あなたの文書のいずれかが考えられます。だからあなたのクエリは以下のようなものです。