...注释，每条记录由 word、TF、IDF、Attr组成，其中TF是词频系数，IDF是逆词频率系数 而Attr是北大标注法的词性，这四个字段之间用\t隔开。 --- hightman 特别制作于 2009.7.1 下载地址：http://www.ftphp.com/scws 或 www.hightman.cn/bbs 的 scws...
...及逆词频率(表示词重要性), 你可以参考现有的词造一个系数. 而词性标注请看这篇: http://www.hightman.cn/bbs/showthread.php?tid=42
...及逆词频率(表示词重要性), 你可以参考现有的词造一个系数. 而词性标注请看这篇: http://www.hightman.cn/bbs/showthread.php?tid=42 [/quote] 謝謝 ! 那 TF/IDF 事實上我可以自己來定義了嗎? 另外我在您附的檔案最後約107668 行後就是 W...