Bag-of-words comparisons are not ve

Bag-of-words comparisons are not very good when all tokens are treated the same: some tokens are more important than others. Weights give us a way to specify which tokens to favor. With weights, when we compare documents, instead of counting common tokens, we sum up the weights of common tokens. A good heuristic for assigning weights is called "Term-Frequency/Inverse-Document-Frequency," or TF-IDF for short

ผลลัพธ์ (ไทย) 1:

ถุงของคำเปรียบเทียบจะไม่ดีเมื่อสัญญาณทั้งหมดจะถือว่าเหมือนกัน: สัญญาณบางที่มีความสำคัญกว่าผู้อื่น น้ำหนักให้เราวิธีการโทเค็นที่โปรดปราน มีน้ำหนัก เมื่อเราเปรียบเทียบเอกสาร แทนการนับโทเค็นทั่วไป เรารวมถึงน้ำหนักของสัญญาณทั่วไป Heuristic ดีสำหรับการกำหนดน้ำหนักเรียกว่า "ระยะเวลาความถี่/ผกผันเอกสารความถี่" หรือ TF-IDF สั้น ๆ

ผลลัพธ์ (ไทย) 2:

กระเป๋าของคำเปรียบเทียบไม่ได้ดีมากเมื่อราชสกุลทั้งหมดจะได้รับการปฏิบัติเหมือนกัน: ราชสกุลบางส่วนที่มีความสำคัญมากขึ้นกว่าคนอื่น ๆ น้ำหนักให้เราวิธีที่จะระบุว่าสัญญาณที่จะได้ชอบ ที่มีน้ำหนักเมื่อเราเปรียบเทียบเอกสารแทนการนับราชสกุลทั่วไปเรารวมถึงน้ำหนักของสัญญาณที่พบบ่อย แก้ปัญหาที่ดีสำหรับการกำหนดน้ำหนักที่เรียกว่า "ระยะความถี่ / ผกผันเอกสารความถี่" หรือ TF-IDF สำหรับระยะสั้น

ผลลัพธ์ (ไทย) 3:

กระเป๋าของคำพูดเปรียบเทียบไม่ได้ดีมาก เมื่อสัญญาณจะปฏิบัติเหมือนกัน : บางสัญญาณสำคัญกว่าคนอื่น น้ำหนักให้เราวิธีที่จะระบุว่าสัญญาณที่จะโปรดปราน กับน้ำหนัก เมื่อเราเปรียบเทียบเอกสาร แทนที่จะนับสัญญาณทั่วไป เราสรุปน้ำหนักของสัญญาณร่วมกัน ดีช่วยให้น้ำหนักเรียกว่า " ระยะผกผันความถี่ความถี่ / เอกสาร " หรือ tf-idf สั้น