Inverted Index Và TF-IDF Retrieval – Từ Đầu

Mục tiêu kiến thức

TF-IDF đánh giá độ quan trọng của từ: TF(t, d) = count(t, d)|d|, IDF(t) = logN + 1df(t) + 1 TF-IDF(t, d) = TF(t, d) × IDF(t)

Yêu cầu

class TFIDFRetriever:
    def fit(self, documents: list[str]) -> 'TFIDFRetriever':
        # Build vocabulary, compute IDF, build inverted index
        pass
    def transform(self, documents: list[str]) -> np.ndarray:
        # Returns TF-IDF matrix [N_docs, vocab_size]
        pass
    def search(self, query: str, top_k: int = 5) -> list[tuple[int, float]]:
        # Returns [(doc_idx, score), ...] sorted descending
        pass

Ràng buộc

• Thời gian chạy tối đa: 3000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.