idf对一个术语查询的排名没有影响

Question

我正在阅读article并且它说

  

请注意，IDF依赖于查询字词（T），数据库依赖于   整个。特别是，它不会因文档而异。   因此，IDF对单字查询没有影响。

我不太明白。如果TF-IDF(T) = TF * log(N/dbCount[T])为什么它对单字查询没有影响？

Answer 1

要了解这一点，我们可以了解TF-IDF实际实现的目标。 假设我们有N个文件D1，D2，D3 ......... DN。 我们希望为这些文档中的每一个分配TF-iDF分数，然后具有最高TF-IDF分数的文档是最相关的搜索，其后是具有第二高TF-IDF分数的文档。 现在，IDF只依赖于查询术语和整个语料库。所以它的值是所有文件的常量（log（N / dbCount [T]） N和dbCount [T]不依赖于文档。对于D1，D2，D3 .. DN，它们是相同的。 因此，文档的每个TF-TDF得分将按该常数放大/缩小，这对于所有文档都是相同的。 实际上，相对 - 不会改变。 Hene一个学期你可以跳过它

Answer 2

对于给定的单词语料库，每个单词IDF将保持不变。对于给定的单个单词作为查询，排名不起作用是什么意思？ -由于每个术语都知道已经计算出的IDF，因此当一个单词查询命中系统时，搜索系统将简单地以“排序”列表进行响应，IDF值的作用类似于标量函数（系数），使其成为线性函数。

但是，当两个词（或多个）作为查询发送到搜索系统时，这就是真正的排名起作用的时候，即：-每个查询词现在开始影响结果，使结果成为非-线性函数。

希望这可以澄清很多像我一样的人：-）