TF-IDF（Term Frequency-Inverse Document Frequency，詞頻-逆文檔頻率）是一種用於評估一個詞項對於一個檔案集或一個語料庫中特定檔案重要程度的統計方法。TF-IDF的核心理念是，如果一個詞或短語在某個文檔中出現的頻率高，而在其他文檔中很少出現，那麼這個詞或短語具有較好的類別區分能力，適合用於分類。
TF-IDF的計算公式可以表示為TF * IDF，其中：
TF（詞頻）：指的是一個給定詞語在文檔中出現的次數。這是衡量一個詞在特定文檔中的重要性的一種方式。
IDF（逆文檔頻率）：反映了詞語在語料庫中的罕見程度。如果一個詞語出現在較少數量的文檔中，那麼它的IDF值就會較高，表明這個詞語具有較好的分類能力。
TF-IDF加權的各種形式常被搜尋引擎套用，作為檔案與用戶查詢之間相關程度的度量或評級。除了TF-IDF，搜尋引擎還會使用基於連結分析的評級方法來確定檔案在搜尋結果中出現的順序。