01
Las dos partes del peso
TF mide la proporción del término dentro de un documento. IDF disminuye cuando el término aparece en muchos documentos. El producto destaca términos frecuentes localmente y relativamente raros en el corpus.
cantidad del término ÷ palabras del documentoln((N + 1) ÷ (df + 1)) + 102
Ejemplo con tres documentos
Si un término aparece en uno de tres documentos, su IDF es mayor que el de otro presente en los tres. Dentro de cada documento, el TF evita que una sola aparición en un texto largo pese igual que en uno corto.
Cambiar los documentos cambia df, IDF y todos los pesos derivados.
03
Cómo comparar documentos correctamente
Aplica la misma tokenización, idioma y palabras vacías a todo el corpus. Después revisa tanto los términos principales de cada documento como la tabla IDF global.
- Corpus de 2 a 10 documentos
- Preprocesamiento compartido
- TF normalizado
- IDF global y auditable
04
Qué no significa un peso alto
Un TF-IDF alto significa que el término distingue este documento dentro del corpus elegido. No demuestra importancia universal, relevancia de búsqueda ni calidad.
GRATIS · SIN REGISTRO
Crea un corpus comparable
Añade documentos, aplica ajustes comunes y exporta los vectores ponderados junto con la tabla IDF.
Calcular TF-IDF →