Tf-idf：这种方法是否正确？

Question

我想用tf-idf计算术语频率。我已经起草了一个方程式，您应该在左侧获得tf-idf值。这是对的吗？

DOCUMENT的

tf-idf(WORD) = occurrences(WORD,DOCUMENT) / number-of-words(DOCUMENT) * log10 ( documents(ALL) / ( 1 + documents(WORD, ALL) ) )

• occurrences(WORD,DOCUMENT)：WORD
中DOCUMENT的出现次数
• number-of-words(DOCUMENT)：DOCUMENT
中的字数
• documents(ALL)：数据库中的文档数量
• documents(WORD, ALL)：数据库中包含WORD
的文档数

如果你能帮助我，那就太好了。非常感谢你提前！

Answer 1

根据维基百科的文章，它是正确的，您可能想要更改为1 +文档（WORD，ALL）而不仅仅是维基百科文章建议的文档（WORD，ALL）。

TF-IDF on wikipedia