Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

3.4 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by

title

Term Frequency-Inverse Document Frequency (TF-IDF)

📌 한 줄 통찰 (The Karpathy Summary)

"문서 내 빈도는 높되 전체 문서군에서는 희귀한 단어에 가중치를 부여하여, 흔한 소음(Stopwords)을 걷어내고 문서의 고유한 '정체성'을 결정짓는 핵심 키워드를 추출하라" — 텍스트 데이터에서 특정 단어가 문서 내에서 가지는 통계적 중요도를 계산하는 수치적 지표.

📖 구조화된 지식 (Synthesized Content)

추출된 패턴: "Local Relevance and Global Rarity Balance" — 특정 문서에 자주 등장하는 단어(TF)의 점수는 높이고, 모든 문서에 흔하게 등장하는 단어(IDF)의 점수는 깎아서, 해당 문서를 가장 잘 대표하는 특징을 추출하는 패턴.
핵심 수식: TF-IDF(t, d, D) = TF(t, d) \times IDF(t, D)
- TF (Term Frequency): 문서 $d$에 단어 $t$가 나타나는 빈도.
- IDF (Inverse Document Frequency): 단어 $t$가 포함된 문서의 비율의 역수에 로그를 취한 값.
의의: 검색 엔진의 문서 랭킹, 텍스트 요약, 유사도 측정 등 초기 자연어 처리 및 정보 검색 기술의 가장 강력하고 직관적인 기초 도구.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과거 데이터와의 충돌: 단어의 순서나 맥락을 무시하는 'Bag-of-Words' 방식의 한계 때문에 딥러닝 임베딩(BERT 등)에 자리를 내주었으나, 여전히 키워드 기반 검색이나 데이터 전처리의 기준점(Baseline)으로서 압도적인 연산 효율성과 해석력을 제공함.
정책 변화: Antigravity 프로젝트는 1,174개 지식 문서의 초기 자동 분류 및 핵심 태그 추출 시, 연산 자원을 최소화하면서도 정확도가 높은 TF-IDF 알고리즘을 1차 필터링 엔진으로 활용함.

🔗 지식 연결 (Graph)

Natural-Language-Processing-NLP]], Semantic-Search-with-AI, Sparse-Data-Handling, Similarity-Metrics-in-AI
Raw Source: 10_Wiki/Topics/AI/Term-Frequency-Inverse-Document-Frequency.md

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

(TODO)

언제 쓰면 안 되는가:

(TODO)

🧪 검증 상태 (Validation)

정보 상태: needs_review
출처 신뢰도: A
검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
처리 방식: UPDATE (자동 정규화)
처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

3.4 KiB Raw Blame History