2017-12-04中文首先要分词，分词后要解决多词一义，以及一词多义问题，这两个问题通过简单的tf-idf方法不能很好的解决，于是就有了后来的词嵌入方法，用向量来表征一个词作者回复: 是这样的。
12
2018-08-20能不能加上一些公式，用公式和文字结合来表达，感觉更清晰直观 10
2018-10-06讲TF-IDF的四种变种、如果加一些图片或者例子会更好理解些 4
2019-08-13TF词频：某一单词出现在某文档的次数
IDF逆文档频率：多个文档都出现同一单词的概率之倒数
二者向量化的乘积，能够反映出某词对整个文章的重要性。
采用余弦相似度等算法，能反映出多篇文章文章的相似性。
个人以为，这大概也是论文查重的原理展开 2
2018-11-17第一个变种那里是ln(tf)吧，log(tf)算的话值明显不对 1
2017-11-14是否需要先分词作者回复: 是的。
1
2019-11-12思考题，如果要把 TF-IDF 应用到中文环境中，是否需要一些预处理的步骤？
答：要的。TF表示单词频率，对中文来说，首先就需要分句，分词，分词涉及的东西就多了，准确的分词需要涉及上下文理解，歧义词、多义词、词语搭配等处理。此外，为了统一处理，可能还会涉及简繁转换。暂时只能想到这些。
2019-09-09分词，有时候为了提高模型的效果，可能既要分词，也要分字。
2019-05-26学习了，了解这些算法是怎么改进的，才会有自己改进的空间
2018-02-17你好，下面这句话我理解我点问题，能否再具体解释下，谢谢
“还有一个重要的 TF-IDF 变种，则是对查询关键字向量，以及文档向量进行标准化，使得这些向量能够不受向量里有效元素多少的影响，也就是不同的文档可能有不同的长度”
2017-11-18文档到词向量的转换，语言先进行中文分词吧，不同分词算法，可能对最终的结果产生一定影响作者回复: 对，中文分词是一个很重要的步骤。