求解指定语料库中文档3中"d"的TF-IDF值（附错误计算过程）

1. 计算词频（TF） #

文档3内容为a c d d d，其中"d"出现3次。结合可选答案，此处采用绝对词频定义，即TF = 3。

2. 计算逆文档频率（IDF） #

采用自然对数的IDF公式：IDF = ln(总文档数 / 包含目标词的文档数)

• 语料库总文档数：4
• 包含"d"的文档：文档2、文档3、文档4，共3个
• 代入计算：IDF = ln(4/3) ≈ 0.2877

3. 计算TF-IDF #

TF-IDF = TF × IDF = 3 × 0.2877 ≈ 0.86

最终答案 #

0.86

内容的提问来源于stack exchange，提问作者Yiffany