15 對於資訊檢索系統而言，下列何者統計值具有文件鑑別力？
(A)Document Frequency（DF）
(B)Term Frequency（TF）
(C)Total Frequency（F）
(D)Average Precision（AP）

A 文件頻率（document frequency，簡稱DF）指某一個詞彙出現在所有文件中的篇數。若其出現在越多篇文件中，即DF越高，則表示該詞彙可能為常用字，故而重要性越低，相對於其反向文件篇數（inverse document frequency，簡稱IDF）也低。例如，在一批有關電腦的文件中，搜尋電腦這個詞彙，幾乎所有的文件都會被找回，則不管其詞頻（TF），電腦在這批文獻中，對檢索沒有幫助，其重要性要降低，剛好對應到其IDF也低。

B 詞頻（term frequency，簡稱TF）是指文件中詞彙出現的頻率或是次數，是衡量一個詞彙重要性的一種指標。一般而言，一個詞彙在某一篇文件中出現的次數越高，即詞頻越高，則其在該篇文件中的代表性越重要。例外的情況，有虛詞、連接詞、代名詞等功能詞（function words），這些詞彙，經常有高詞頻，卻不帶有任何內容意義，在文件的詞彙處理過程，常被特意地停用、過濾掉，因而被稱為停用詞（stop words）。

C 總次數Total Frequency（F） 

D 平均準確率Average Precision（AP）是平均每篇相關文件被檢索時的 Preciscion。傳統上，進行文件檢索的評分時，採用的是recall（查全率）與precision（查準率），但這無法呈現檢索結果排序的相關程度。Buckley & Voorhees（2000）提出的average precision（AP）是針對有排序的檢索結果的一種評分方式。 

資訊檢索的研究通常使用詞頻（Term Frequency，簡稱 TF）作為選擇索引詞彙的標準， 認為排除所謂的功能詞彙（Function Word）之後， 文件中出現越多次的詞彙越能夠代表該文件的特性。然而，若是相同的詞彙在許多文件都出現，則其代表性會比較不可靠，因為其鑑別性（Discriminativity）比較低。