[IR] ข้อสงสัยของ Frequency แบบต่างๆ

จากที่เรียนมาจะมี 3 คำ ได้แก่

• term frequency คือ จำนวนเทอมนั้นๆ ในเอกสาร
• document frequency คือ จำนวนเอกสารที่มี term ที่สนใจปรากฏอยู่ (ไม่ว่าในเอกสารนั้นจะมีคำจำนวนมากมาย ก็จะนับเป็นหนึ่งเท่านั้น)
• collection frequency คือ จำนวนครั้งที่ term นั้นปรากฏทั้งหมดรวมในทุกๆเอกสาร หรือในระบบ(Collection)

ตัวอย่าง สมมุติมี document แค่ 2 อันในระบบ(collection)

doc1: I like a dog
doc2: You like a cat and a bird

• term frequency (doc1)

  I = 1
  a = 1
  like = 1
  dog = 1
  

• term frequency (doc2)

  you = 1
  a = 2
  like = 1
  cat = 1
  and = 1
  

• document frequency

  I = 1
  a = 2
  like = 2
  dog = 1
  cat = 1
  you = 1
  

• collection frequency

  I = 1
  a = 3 
  like = 2
  dog = 1
  cat = 1
  you = 1