Term Frequency (частота терміна, TF) — це показник того, скільки разів конкретне слово чи фраза трапляється в тексті документа. Найчастіше його нормують: ділять кількість повторів слова на загальну кількість слів на сторінці, щоб коректно порівнювати документи різної довжини. Term Frequency — базовий складник формули TF-IDF.
Простими словами: це підрахунок, як часто слово зустрічається на сторінці. Чим частіше — тим вища частота. Але сама по собі вона ще нічого не доводить: слово «і» трапляється всюди, проте про тему тексту не каже нічого.
Що таке Term Frequency і навіщо він потрібен
Ідея проста до банальності: якщо сторінка справді про «купівлю велосипеда», слово «велосипед» на ній трапиться не раз. Term Frequency формалізує цю інтуїцію в число. Але сам по собі показник наївний — довгий текст майже завжди має більше повторів, ніж короткий, навіть якщо релевантність однакова. Тому «сирий» підрахунок майже завжди нормують: ділять на довжину документа. Це перший крок майже в кожній моделі оцінки текстової релевантності.
У чистому вигляді Term Frequency сьогодні майже не використовують — він живе всередині складніших формул. Головна з них — TF-IDF, де частоту слова на сторінці зважують на його рідкісність у всьому корпусі текстів. Тобто TF відповідає на питання «наскільки слово важливе всередині цього документа», а корпус додає контекст «а наскільки воно взагалі рідкісне в мові».
Як рахується Term Frequency
Найпоширеніша, нормована формула:
TF = (кількість повторів слова в документі) / (загальна кількість слів у документі)
- Сирий підрахунок — просто скільки разів слово трапилось.
- Нормований — частка від усіх слів, щоб порівнювати різні за обсягом тексти.
- Логарифмічний — згладжує вагу дуже частих слів, аби одне слово не «перекрикувало» весь текст.
Приклад
У тексті на 1000 слів слово «кросівки» трапляється 20 разів: нормований TF = 20 / 1000 = 0,02. Якщо в іншому, коротшому тексті на 200 слів те саме слово трапилось 10 разів, його TF = 0,05 — вища, хоча повторів менше. Саме тому «голий» підрахунок оманливий, а нормований — чесніший.
Часто плутають з…
- Щільність ключових слів — по суті те саме відношення повторів до обсягу тексту, але в маркетинговому сенсі й зазвичай у відсотках; Term Frequency — той самий показник у термінах інформаційного пошуку.
- TF-IDF — це вже TF, помножений на рідкісність слова в корпусі; Term Frequency — лише його перша половина.
Питання та відповіді
Term Frequency — це фактор ранжування Google?
Напряму — ні. Це базова величина, яку сучасні алгоритми використовують усередині складніших моделей релевантності (як-от TF-IDF та її нащадки), а не як окремий «важіль» позицій.
Чим Term Frequency відрізняється від щільності ключів?
Математично це майже одне й те саме відношення повторів до обсягу тексту. Різниця в контексті: TF — термін з інформаційного пошуку, щільність — з практичного SEO-копірайтингу.
Чи треба спеціально підвищувати частоту ключа?
Ні. Штучне «набивання» слова веде до переспаму й погіршує текст. Пишіть природно — потрібна частота з’явиться сама.
Хочете, щоб тексти були релевантні без переспаму? Проаналізуємо семантику сторінок — аналіз контенту та SEO-копірайтинг.
Схожі терміни: TF-IDF, Текстова релевантність, Щільність ключових слів, Семантичне ядро.
