搜尋意圖： 如果你在找「TF-IDF 是什麼」或「TF-IDF 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 衡量一個詞對文件的重要性：在這篇文件中出現多（TF 高）但在其他文件中少見（IDF 高）的詞最重要
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
你有沒有想過，文字送進模型前，為什麼總要先切一刀、再整理一下？
你可以把它想成把文字整理成模型看得懂的單位。 TF-IDF 的重點是 衡量一個詞對文件的重要性：在這篇文件中出現多（TF 高）但在其他文件中少見（IDF 高）的詞最重要 它重要，是因為後面的分類、摘要、搜尋或生成，幾乎都靠這一步打底。
容易混淆
TF-IDF vs 詞袋模型 TF-IDF：偏向 把文字整理成模型可用的單位 詞袋模型：偏向 只看詞出現，不看順序 最關鍵的區別：TF-IDF看的是「把文字整理成模型可用的單位」，詞袋模型看的是「只看詞出現，不看順序」。
TF-IDF vs 餘弦相似度 TF-IDF：偏向 把文字整理成模型可用的單位 餘弦相似度：偏向 衡量向量角度的相似度 最關鍵的區別：TF-IDF看的是「把文字整理成模型可用的單位」，餘弦相似度看的是「衡量向量角度的相似度」。
記住這句就好
先切文字，再談語意。
實際案例
案例：客服信件先做詞幹或子詞切分 再送進分類模型，比直接硬吃原文更穩
案例：長篇會議紀錄先做摘要 管理者不用看完整文章，也能抓到重點
算法與應用
先把詞、子詞或詞幹整理好，模型才有穩定輸入 文字表示方法不同，後面的分類和搜尋效果會差很多 常見任務是分類、摘要、翻譯和關鍵詞萃取
情境判斷
Q1（直覺題）： 你要把一堆客服留言分成抱怨、詢問和稱讚，應該先做什麼？ → 先把文字切成模型能處理的單位，再做分類。
Q2（判斷題）： 遇到超長中文句子和很多新詞時，還能沿用同一種切法嗎？ → 看情況，切分方式要跟語言和任務一起調，不然效果可能會掉。
常見問題
這類方法一定要先分詞嗎？
不一定，但大多數流程都需要某種切分或標記，否則模型很難穩定處理文字。
它和單純看詞頻有什麼不同？
它不只看出現次數，也會看字詞組合、子詞或上下文，能更接近語意。
什麼時候最容易出錯？
遇到新詞、長詞、專有名詞或多語混雜文本時，切分和表示方式最容易影響結果。