很多基本情况下

[zihadhasan011]

对吧？ 兰德：我们对此有点奇怪。 本：是的。 兰德：或者至少我们对此感到惊讶。所以，这就是我们分享 它的原因。那么，让我们回顾一下过去，谈谈整个 ……对于那些说“我不明白你 说它比关键词密度更复杂，或者 比普通关键词指标或关键词 使用更复杂”的人。关键词密度就像是 文档中所有单词中使用次数的百分比。 本：是的。 兰德：玩这个游戏非常简单。我的理解是，它对 IR 来说有点没用。 本：嗯，我的意思是，它对你有很大帮助。我的意思是，至少你 在返回给人们的文档中有这个词。


但是，喜欢你的博客 本周早些时候的一篇文章显示，在 ，你无 vnpay 电话号码资源 法仅通过这样做来判断哪些内容更好。 兰德：是的。因此，20 世纪 60 年代的 IR 人员提出了 TF-IDF 方法， 这本质上就像查看正在使用的术语 在整个语料库中是否更频繁。因此，如果你 是一个图书馆，他们会查看图书馆里的所有书籍。或者如果 你是一个卡片目录，他们会查看所有这些。现在有了搜索引擎，他们会查看网络 上的所有文档。本：是的，没错。所以，这里最大的直觉是他们正在搜索多个单词。


很少使用的单词实际上是最重要的单词。因此，如果你正在搜索SEOmoz 大楼，那么包含大楼和 SEOmoz 的文档可能非常相关。包含“大楼”或“SEOmoz”的文档相关性要小得多。所以，基本情况是，你对非常常见的单词有偏见。兰德：对。所以我喜欢你举的 Lady Gaga 的例子，你说，好吧，包含 Gaga 的文档可能比只包含 lady 的文档更相关，尽管 lady 和 Gaga在短语中都是四个字母的单词。本：是的，没错。兰德：好的，很酷。所以我们发展到了 TF-IDF 的东西。