哪里可以获得“idf”词的系数？
我想计算tf-idf权重。因此，为了查找 idf，我需要包含不同文档的大型数据库。然后我用列（字/计数）创建其他数据库。 所以我的问题是“在哪里可以找到“idf”（或计数）单词 coef 的最后一个数据库”？ 许多搜索引擎都在使用这个数据库，也许可以在互联网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。
I want to calculate tf-idf weight. So, for finding idf I need big database of different documents. Then I have make other db with colums-(word/count).
So my question is "where can I find last database of "idf" (or count) coef for words"?
Many search engines are using this db, maybe it is possible find this db in Internet for different languages?
I don't want to make this db by myself.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
idf 是逆文档频率。换句话说，该项的频率包含在分母中。所以你想要的是词频表。 维基词典：频率列表应该可以帮助您入门。请记住，这些列表将单词的变形形式视为同一个单词，例如 be、is、am、are、...
idf is Inverse Document Frequency. In other words, the frequency of the term goes in the denominator. So what you want are word frequency tables. Wiktionary:Frequency lists should get you started. Keep in mind these lists treat inflected forms of a word as the same word e.g. be, is, am, are, ....