CÓMO FUNCIONA TF-IDF
La frecuencia y la rareza se combinan en un peso
TF-IDF combina la frecuencia de un término dentro de un documento con su frecuencia inversa en todo el corpus. Los términos presentes en todas partes reciben menos peso; los que aparecen en menos documentos, más.
Todos los documentos usan el mismo preprocesamiento, de modo que el IDF se calcula sobre un vocabulario comparable.
cantidad del término ÷ palabras del documentoln((N + 1) ÷ (df + 1)) + 1CORPUS COMPARTIDO
Revisa cada documento con un único modelo de pesos
Corpus
Añade de 2 a 10 textos o URL y aplica ajustes compartidos.
Términos principales
Limita cada tabla a una cantidad reproducible de términos con mayor peso.
IDF global
Comprueba qué términos distinguen mejor los documentos del corpus.
Exportación
Guarda los vectores y los metadatos comunes del cálculo.
LIMITACIONES
El peso depende del corpus elegido
El mismo término recibe otro IDF cuando cambia el corpus. Un peso alto significa rareza en estos documentos, no importancia universal ni valor de búsqueda.