我想计算tf-idf weight。所以，为了找到idf，我需要不同文件的大数据库。然后我用colums-（word / count）创建了其他数据库。 所以我的问题是“我在哪里可以找到”idf“（或计数）coef的最后一个数据库”？ 许多搜索引擎正在使用这个数据库，也许有可能在Internet上找到不同语言的这个数据库？ 我不想自己制作这个数据库。
答案 0 :(得分：2)
idf是反向文档频率。换句话说，该术语的频率在分母中。所以你想要的是词频表。 Wiktionary:Frequency lists应该让你入门。请记住，这些列表将单词的变形形式视为同一个单词，例如是，是，我，是...... ....