Term Frequency

Term Frequency (частота термина, TF) — это показатель того, сколько раз конкретное слово или фраза встречается в тексте документа. Чаще всего его нормируют: делят количество повторов слова на общее число слов на странице, чтобы корректно сравнивать документы разной длины. Term Frequency — базовая составляющая формулы TF-IDF.

Простыми словами: это подсчёт, как часто слово встречается на странице. Чем чаще — тем выше частота. Но сама по себе она ещё ничего не доказывает: слово «и» встречается всюду, а о теме текста не говорит ничего.

Что такое Term Frequency и зачем он нужен

Идея проста до банальности: если страница действительно про «покупку велосипеда», слово «велосипед» встретится на ней не раз. Term Frequency формализует эту интуицию в число. Но сам по себе показатель наивен — длинный текст почти всегда имеет больше повторов, чем короткий, даже при одинаковой релевантности. Поэтому «сырой» подсчёт почти всегда нормируют: делят на длину документа. Это первый шаг почти в каждой модели оценки текстовой релевантности.

В чистом виде Term Frequency сегодня почти не используют — он живёт внутри более сложных формул. Главная из них — TF-IDF, где частоту слова на странице взвешивают на его редкость во всём корпусе текстов. То есть TF отвечает на вопрос «насколько слово важно внутри этого документа», а корпус добавляет контекст «а насколько оно вообще редкое в языке».

Как считается Term Frequency

Самая распространённая, нормированная формула:

TF = (количество повторов слова в документе) / (общее число слов в документе)

• Сырой подсчёт — просто сколько раз слово встретилось.
• Нормированный — доля от всех слов, чтобы сравнивать разные по объёму тексты.
• Логарифмический — сглаживает вес очень частых слов, чтобы одно слово не «перекрикивало» весь текст.

Пример

В тексте на 1000 слов слово «кроссовки» встречается 20 раз: нормированный TF = 20 / 1000 = 0,02. Если в другом, более коротком тексте на 200 слов то же слово встретилось 10 раз, его TF = 0,05 — выше, хотя повторов меньше. Именно поэтому «голый» подсчёт обманчив, а нормированный — честнее.

Часто путают с…

• Плотность ключевых слов — по сути то же отношение повторов к объёму текста, но в маркетинговом смысле и обычно в процентах; Term Frequency — тот же показатель в терминах информационного поиска.
• TF-IDF — это уже TF, умноженный на редкость слова в корпусе; Term Frequency — лишь его первая половина.

Вопросы и ответы

Term Frequency — это фактор ранжирования Google?

Напрямую — нет. Это базовая величина, которую современные алгоритмы используют внутри более сложных моделей релевантности (как TF-IDF и её наследники), а не как отдельный «рычаг» позиций.

Чем Term Frequency отличается от плотности ключей?

Математически это почти одно и то же отношение повторов к объёму текста. Разница в контексте: TF — термин из информационного поиска, плотность — из практического SEO-копирайтинга.

Нужно ли специально повышать частоту ключа?

Нет. Искусственное «набивание» слова ведёт к переспаму и ухудшает текст. Пишите естественно — нужная частота появится сама.

Хотите, чтобы тексты были релевантны без переспама? Проанализируем семантику страниц — анализ контента и SEO-копирайтинг.

Похожие термины: TF-IDF, Текстовая релевантность, Плотность ключевых слов, Семантическое ядро.