了解文本相似度 TF-IDF吗

简单地说，就是你检索一个词，匹配出来的文章，网页太多了。比如 1000 个，这些内容再该怎么
呈现，哪些在前面哪些在后面。这需要也有个对匹配度的评分。

TF-IDF 就是干这个的。

• TF = Term Frequency 词频，一个词在这个文档中出现的频率。值越大，说明这文档越匹配， 正向指标。
• IDF = Inverse Document Frequency 反向文档频率，简单点说就是一个词在所有文档中都出
  现，那么这个词不重要。比如“的、了、我、好”这些词所有文档都出现，对检索毫无帮助。反 向指标。
• 最后，TF-IDF 是词频和逆文档频率的乘积，表示一个词在一个文档中的重要性。公式为：
  TF-IDF(t,d)=TF(t,d)×IDF(t)