查询以计算词频 * 逆文档频率

Question

我的 Oracle 数据库中有 2 个表：

1. DF (term, doccount)
2. TF (abstractid, term, freq)

一个用于文档频率 (DF)，具有术语和 documentCount，另一个用于称为 TF 的术语频率表，具有 documentID、术语、频率。 我想计算 TF*IDF，其中 TF = 术语出现在文章中的次数（表 TF 中的频率列）和 IDF = log (132225)-log(docCount)+1

我想将我的结果存储在一个包含 documentID、Terms 和计算出的 TF*IDF 的表 (TFIDF) 中

有什么想法吗？

Answer 1

您需要加入 TF 和 DF 表，然后插入目标 TFIDF 表。 试试这个：

insert into TFIDF (documentID, terms, tf_idf)
select abstractID, df.term, (log(10, 132225)-log(10, doccount)+1)*(tf.freq)
from tf, df
where tf.term = df.term;