„term frequency”, wyrażane wzorem:
gdzie jest liczbą wystąpień słów w dokumencie a mianownik jest sumą liczby wystąpień wszystkich słów w dokumencie Wielkość to „inverse document frequency” wyrażana wzorem:
gdzie: – liczba dokumentów w korpusie, – liczba dokumentów zawierających przynajmniej jedno wystąpienie danego termu.
Przykład tf–idf Załóżmy, że mamy tabele zliczeń terminów dla korpusu składającego się tylko z dwóch dokumentów: Dokument 1: "To jest mały przykład Mały."dokument ma 5 słów ogólnie, 4 słowa unikalne Dokument 2: "Przykład: To jest inny przykład Inny Przykład."dokument ma 7 słów ogólnie, 4 słowa unikalne
+ Dokument 1 Termin Liczba wystąpień to 1 jest 1 mały 2 człowiek 1 + Dokument 2 Termin Liczba wystąpień to 1 jest 1 inny 2 przykład 3
Obliczenie tf–idf dla terminu „to” przebiega następująco:
W surowej postaci tf to po prostu częstość występowania słowa „to” w każdym dokumencie. W obu dokumentach słowo „to” pojawia się raz, jednak ponieważ dokument 2 zawiera więcej słów, jego względna częstość jest mniejsza.
Wartość idf jest stała dla całego korpusu i odzwierciedla stosunek liczby dokumentów zawierających słowo „to”.