IDF Curve

释义 Definition

“IDF curve” 指“逆文档频率（IDF）曲线”：在信息检索/文本挖掘中，用曲线展示 IDF 权重 随“包含该词的文档数量（或文档频率 df）”变化的趋势。通常 df 越大（词越常见），IDF 越低；df 越小（词越稀有），IDF 越高。（不同实现可能采用对数形式或平滑项，曲线形状会略有差异。）

发音 Pronunciation (IPA)

/ˌaɪ diː ˈɛf kɝːv/

例句 Examples

We plotted an IDF curve to see which words are rare in the dataset.
我们画了一个 IDF 曲线，看看哪些词在数据集中比较稀有。

When comparing two corpora, the IDF curve revealed that domain-specific terms keep high weight while common function words quickly drop toward zero under log-scaling.
在比较两个语料库时，IDF 曲线显示：领域专有词往往保持较高权重，而常见虚词在对数缩放下会很快降到接近零。

词源 Etymology

IDF 是 inverse document frequency（逆文档频率）的缩写，来自信息检索领域的“词项加权”思想；“curve” 表示把 IDF 与文档频率等变量的关系画成曲线，用于直观观察权重衰减规律。IDF 常与 TF（term frequency）一起构成 TF‑IDF。

相关词 Related Words

• Bm25
• Corpus
• Document Frequency
• Inverse Document Frequency
• Logarithm
• Stopword
• Term Frequency
• Tf-Idf
• Tokenization
• Weighting
• Zipf's Law

文学与著作 Literary Works

• Introduction to Information Retrieval（Manning, Raghavan, Schütze）——讲解 TF‑IDF/IDF 的定义、对数形式与权重直觉（相关图示常以曲线方式呈现）。
• Gerard Salton 等人的信息检索经典论文与著作（如向量空间模型与词项加权相关工作）——讨论 IDF 及其在检索排序中的作用（研究中常用曲线/图来展示权重变化）。