Frequent terms are less informative

Frequent terms are less informative than rare terms
Consider a query term that is frequent in the collection (e.g., high, increase, line)
A document containing such a term is more likely to be relevant than a document that doesn’t
But it’s not a sure indicator of relevance.
→ For frequent terms, we want high positive weights for words like high, increase, and line
But lower weights than for rare terms.
We will use document frequency (df) to capture this.

ผลลัพธ์ (ไทย) 1:

เงื่อนไขมักมีข้อมูลน้อยกว่าเงื่อนไขที่หายากพิจารณาคำถามที่พบบ่อยในคอลเลกชัน (เช่น สูง เพิ่มขึ้น บรรทัด)เอกสารที่ประกอบด้วยคำดังกล่าวมีแนวโน้มที่จะเกี่ยวข้องมากกว่าเอกสารที่ไม่แต่มันไม่ใช่ตัวบ่งชี้ที่แน่ใจว่าความเกี่ยวข้อง→สำหรับเงื่อนไขบ่อย เราต้องสูงบวกน้ำหนักคำเช่นสูง เพิ่ม และเส้นน้ำหนักแต่ต่ำกว่าสำหรับเงื่อนไขที่หายากเราจะใช้ความถี่เอกสาร (df) เพื่อจับภาพนี้

ผลลัพธ์ (ไทย) 2:

แง่บ่อยมีข้อมูลน้อยกว่าที่หายากแง่
พิจารณาระยะแบบสอบถามที่เป็นบ่อยในการเก็บรวบรวม (เช่นสูงเพิ่มขึ้นสาย)
เอกสารที่มีคำดังกล่าวมีแนวโน้มที่จะมีความเกี่ยวข้องกว่าเอกสารที่ไม่ได้
แต่มันไม่ได้ ตัวบ่งชี้ที่แน่ใจว่ามีความเกี่ยวข้อง.
→สำหรับแง่บ่อยเราต้องการน้ำหนักบวกสูงสำหรับคำเช่นสูงเพิ่มขึ้นและสาย
แต่น้ำหนักต่ำกว่าสำหรับคำที่หายาก.
เราจะใช้ความถี่เอกสาร (DF) เพื่อจับภาพนี้

ผลลัพธ์ (ไทย) 3:

เงื่อนไขบ่อยมีข้อมูลน้อยกว่า
แง่หายากพิจารณาแบบสอบถามในระยะที่เป็นบ่อยในคอลเลกชัน ( เช่น , สูง , เพิ่มเส้น )
เอกสารที่มีคำดังกล่าวมีแนวโน้มจะเกี่ยวข้องมากกว่าเอกสารที่ไม่ได้
แต่มันไม่ได้เป็นตัวบ่งชี้ว่า ความเกี่ยวข้อง
→ keyboard - key - name คำศัพท์บ่อย ๆ เราต้องการน้ำหนักบวกสูงสำหรับคำเช่นสูง , เพิ่ม , และสาย
แต่น้ำหนักน้อยกว่าสำหรับเงื่อนไขที่หายาก .
เราจะใช้ความถี่เอกสาร ( DF ) เพื่อจับภาพนี้
.