iPAS 考題解析某企業以詞頻-逆文件頻率（Term Frequency-Inverse Document Frequency, TF-IDF）方法分析顧客意見內容，但發現模型在處理篇幅較長的回饋文本時，無法準確反映關鍵詞的重要性。下列何者為造成此現象的主要原因？

解析

正確答案：A. 長文本中的詞頻偏高，導致常見詞權重被過度放大

在長文本中，詞語出現次數自然偏高，TF值被放大，使得高頻的常見詞（如「的」、「是」）獲得不成比例的高權重，掩蓋了真正有辨別力的關鍵詞。

每個選項為什麼對或錯

• A 長文本中的詞頻偏高，導致常見詞權重被過度放大 正解

  長文本詞頻偏高導致常見詞TF值過大，是TF-IDF在長文本上失準的主因。

• B 長文本中缺乏明確句子邊界，造成TF-IDF無法計算詞頻 錯誤選項

  TF-IDF的計算不依賴句子邊界，此描述不正確。

• C TF-IDF無法同時處理多份文件 錯誤選項

  TF-IDF本身設計即可處理多份文件，此描述不正確。

• D 長文本會改變IDF（Inverse Document Frequency）的計算，使所有詞權重趨於相近 錯誤選項

  IDF基於文件集合計算，長文本內容不直接影響IDF值的計算方式。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。