我有一个包含 500 篇研究文章的语料库，我想提取前 4 克，不仅仅是基于最高频率，而是与一般研究文章类型的相关性（该类型的 4 克特征）。 推荐使用 TF-IDF，使用 Scikit-learn，...

我提前道歉，我是 R 的新手，并使用我学校的代码作为参考。我不知道为什么当我密切关注我给出的示例时，TF-IDF 值的最大值可能高于 1，因为我已经规范化了我的值。我不确定为什么会这样。感谢任何帮助，...