术语频率（TF）和逆文档频率（IDF）如何受到停用词删除和词干的影响？
谢谢！
答案 0 :(得分：15)
tf 是术语频率 idf 是逆文档频率，它是通过将文档总数除以包含该项的文档数得到的，然后取该商的对数。
阻止效果是对从同一个词干派生的所有单词进行分组（例如：播放，播放，...），这种分组会增加此词干的出现次数，因为频率是使用词干来计算的话， 例如，如果您有2个文档： 第一个包含'游戏'2次和'玩'5次， 第二个文件包含'播放'3次和'播放'1次 如果你搜索'play'而没有阻止第二个文件将是第一个，因为它更多地出现'play'这个词，而如果你做了词干，这两个词将在词干后'播放'并且第一个文件将是首先它包含词干播放7次，第二个文件包含词干播放4次。
关于停用词删除，它经常在所有文档中找到，并且不被视为其中任何一个的关键词，它将具有高频率而没有任何场景。