![](https://cdn-ak-scissors.b.st-hatena.com/image/square/cac90f4fbc4b8818161314c05e6eb8a49db2e7a7/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9My4lMjBQeXRob24lRTMlODElQUIlRTMlODIlODglRTMlODIlOEIlRTglODclQUElRTclODQlQjYlRTglQTglODAlRTglQUElOUUlRTUlODclQTYlRTclOTAlODYlRTMlODAlODAzLTEuJTIwJUU5JTg3JThEJUU4JUE2JTgxJUU4JUFBJTlFJUU2JThBJUJEJUU1JTg3JUJBJUUzJTgzJTg0JUUzJTgzJUJDJUUzJTgzJUFCJTIwVEYtSURGJUU1JTg4JTg2JUU2JTlFJTkwJUVGJUJDJUJCJUU1JThFJTlGJUU1JUFFJTlBJUU3JUJFJUE5JUVGJUJDJUJEJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz02ZTdkMTA4MWY3ZDI1MDQyNmFhMzg0MDM2NDgyZGQ1ZQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB5X2l0b2gmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWE5MDcyNTVmNTU3N2IyYjZmMmE1M2VmNWZjOGNjZjM1%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Dda4c3a94d6bd90ba636c26f64516e25b)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
3. Pythonによる自然言語処理 3-1. 重要語抽出ツール TF-IDF分析[原定義] - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
3. Pythonによる自然言語処理 3-1. 重要語抽出ツール TF-IDF分析[原定義] - Qiita
自然言語処理を行うとき、具体的な狙いの一つとして「ある文章を特徴づけるような重要語を抽出したい」... 自然言語処理を行うとき、具体的な狙いの一つとして「ある文章を特徴づけるような重要語を抽出したい」ということがあります。 単語を抽出するとき、まずはテキスト内で出現回数の多い単語を拾います。出現頻度順のリストの上位に挙がってくるのは、あらゆる文章に共通して頻繁に使われる語ばかりです。 品詞情報を使って名詞に限定しても、例えば「事」や「時」などのように特定の意味をなさない汎用的な単語が上位に多数出てくるので、それらをストップワードとして除外するなどの処理が必要です。 ⑴ TF-IDFという考え方 TF-IDF(Term Frequency - Inverse Document Frequency)、直訳すると「用語頻度 - 逆文書頻度」です。 出現回数は多いが、その語が出てくる文書の数が少ない、つまりどこにでも出てくるわけではない単語を特徴的で重要な語であると判定する考え方です。 多くは単語を