where TFi is the total frequency in

where TFi is the total frequency in the given text, DFi is the total number of documents including the word, and N is the total number of documents in the corpus. The word-document matrix consists of TF-IDF weights as relations between a word and a document computed by equation (1). Note that the matrix is a very huge one which consists at least of several thousands of words and documents.

//

Let us consider the criterion of selecting text identifiers as features, given labeled sampled words and a text collection. We may set a portion of each text in the given sample words as a criteria for selecting features. We may use the total frequency of the sample words in each text as a selection criterion. However, in this research, we decided the total TF-IDF (Term Frequency and Inverse Document Frequency) which is computed by equation (1) as the criterion. We may combine more than two criteria with each other for selecting
features.

결과 (한국어) 1:

TFi 주어진된 텍스트에서 총 주파수가 DFi는 단어를 포함 하 여 문서의 총 수 이며 N 모음에 문서의 총 수입니다. Word 문서 매트릭스 TF IDF 가중치 단어와 방정식 (1)에 의해 계산 된 문서 간의 관계로 구성 되어 있습니다. 매트릭스는 매우 거 대 한 하나 이상으로 구성 된 단어와 문서의 수천의. //우리가 고려 하자 기능으로 텍스트 식별자를 선택 하 여 레이블이 지정 된 샘플된 단어와 텍스트 컬렉션의 기준. 우리는 기능을 선택 하기 위한 조건으로 주어진된 샘플 단어에 각 텍스트의 일부를 설정할 수 있습니다. 우리는 선택 기준으로 각 텍스트에서 샘플 단어의 총 주파수를 사용할 수 있습니다. 그러나,이 연구에서 우리는 총 TF-IDF (기간 주파수 및 역 문서 빈도)는 식 (1) 조건으로 하 여 계산을 결정 했다. 우리 선택에 대 한 서로와 두 개 이상의 조건을 결합할 수 있습니다.기능입니다.

결과 (한국어) 2:

TFI는 주어진 텍스트의 전체 주파수이고, DFI 단어를 포함한 문서들의 총 수이고, N은 코퍼스 내의 문서들의 총 수이다. 워드 문서 행렬은 말과 식 (1)에 의해 계산 된 문서 사이의 관계로 TF-IDF 가중치로 구성되어 있습니다. 매트릭스는 단어와 문서의 수천의 적어도 구성되어 매우 큰 하나라고합니다. // 우리는 기능, 주어진 표시 샘플링 단어와 텍스트 컬렉션으로 텍스트 식별자를 선택하는 기준을 살펴 보자. 우리는 기능을 선택하기위한 기준으로 주어진 샘플 단어의 각 텍스트의 일부를 설정할 수 있습니다. 우리는 선택 기준으로서 각각의 텍스트 샘플 단어의 전체 주파수를 사용할 수있다. 그러나, 본 연구에서, 우리는 기준으로서 식 (1)에 의해 계산되는 총 TF-IDF (용어 빈도 및 역 문서 빈도)를 결정했다. 우리는 선택을 위해 서로 두 개 이상의 조건을 결합 할 수 기능을.

결과 (한국어) 3:

i 총 주파수 바로 그 주어진 문자열을 총수는 사업을 것은 파일 포함 말, 파일 개수 (n) 은 총 재료.문서 세 권 행렬 요소 사이 계산 한 글자 한 파일 (1) 방정식.주의를 행렬 구성된 매우 큰 적어도 몇 천 말 파일.

/ /

우리 같은 표준 텍스트 식별자 선택 기능, 이런 말을 한 텍스트 표시 및 수집.우리가 할 수 있는 모든 텍스트 설정 부분에 대해 말을 표준 샘플 한 선택 기능.우리는 사용할 수 있는 어떤 말을 자꾸 주파수 모든 텍스트 선택 기준.근데 이 연구우리 결정 요소 (전체 단어 빈도 계산 역 문서 주파수) 이 모델 (1) 기준으로 삼다.우리는 수 있는 서로 다른 두 개 이상의 표준 선택
특징.