第一部分：TF-IDF与词袋模型的稀疏性问题

一、基础概念题（1-20题）

1. 什么是词袋模型（Bag of Words, BoW）？
   答：将文本视为无序的词集合，忽略语法和词序，通过统计词频构建向量表示，每个维度对应一个词，值为词频。

2. 词袋模型的核心假设是什么？
   答：假设文本语义由词的出现频率决定，不考虑词的顺序和上下文关系。

3. TF-IDF的全称是什么？其数学公式如何定义？
   答：全称是词频-逆文档频率（Term Frequency-Inverse Document Frequency）。

   • 词频（TF）：