爱吃草莓的葡萄2023-04-02 12:51:26

同学你好。DF是从单个文件来看的，这里存在中英表述不同的区别。

DF是英文定义为the number of documents (i.e., sentences) that contain a given word divided by the total number of sentences，中文指在单个文件(文章)中包含给定单词的句子的数量除以句子总数（例如某个文件，也即文章，包含100个句子，其中包含特定单词的句子有10个，那么DF=10/100）。

这里易混淆的是document意思，英文给定的意思是句子之意，但中文意思是指文件文档之意，容易误解为我们平常所理解的那种文件意思。直接按照中文意思来掌握，document=sentences，文件=句子。

此外TF*IDF中，TF是指在句子层面，即单个句子中含有特定单词的数量除以句子的单词总数。