Engenharia de Software · CESPE / CEBRASPE · 2025 | Questão sqc-ce219044

TF-IDF e importância de termos

Gabarito: Certo (C). A afirmação está correta: a técnica TF-IDF (Term Frequency – Inverse Document Frequency) atribui maior peso a um termo que aparece com alta frequência em um determinado documento (TF alto) e que aparece em poucos documentos do corpus (IDF alto, pois o logaritmo do inverso da frequência nos documentos é elevado).

A medida TF-IDF é calculada como:

\text{TF-IDF}_{t,d} = \text{TF}_{t,d} \times \log\left(\frac{n}{\text{df}_t}\right)

onde:

$\text{TF}_{t,d}$ é a frequência do termo $t$ no documento $d$ ;
$n$ é o número total de documentos no corpus;
$\text{df}_t$ é o número de documentos que contêm o termo $t$ .

Se um termo aparece muitas vezes no documento $d$ , seu $\text{TF}$ é alto. Se aparece em poucos outros documentos, $\text{df}_t$ é pequeno, fazendo com que $\log(n/\text{df}_t)$ seja grande. Assim, o produto resulta em um valor elevado, indicando que o termo é relevante para aquele documento e discriminador no corpus. Por isso, a técnica "majora" (aumenta) a importância de termos com essa característica, exatamente como descrito no item.

TF-IDF: TF (frequência no documento) (Alta → maior peso); IDF (frequência no corpus) (Aparece em muitos docs → peso baixo, Aparece em poucos docs → peso alto); Fórmula (TF × log(n / df_t))

✅ CERTO.

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025

TF-IDF e importância de termos