TF-IDF: какое слово на странице я считаю важным

27.10.2026 · 7 мин чтения

Слово на странице я считаю важным, когда оно про тему этого текста и при этом не сидит почти в каждом другом тексте. Смотрю две вещи: частоту слова здесь и его редкость среди других страниц. Сырое число повторов само по себе весом не называю. Список «впиши слово столько-то раз» из этого не собираю и место в выдаче по такому списку не назначаю.

Название длинное, а вопрос простой. Первая часть, TF, про эту страницу: насколько слово в ней про тему. Вторая, IDF, про остальные тексты: не стало ли слово таким общим, что по нему уже не понять, о чём страница. Вместе, как TF-IDF, они отделяют слово темы от слова, которое встречается просто потому, что так устроена речь.

Одну часть без другой я не читаю. Так тексты сравнивают, когда нужно отличить слово темы от слова, которое и так встречается везде. Частое на странице слово бывает пустым: «и», «это», «для», «страница». Редкое слово бывает случайным: мелькнуло и к задаче не относится. Важным оставляю то, где тема этой страницы и редкость сходятся.

Частота для меня — доля слова в тексте этой страницы. Это не галочка «повтори ключ». Одна и та же горсть упоминаний на короткой карточке занимает большую долю, чем в длинном разборе. На карточке мало слов, и имя темы слышно громче. В длинном тексте вокруг много другого, и те же упоминания уже не держат весь объём. С карточки эту долю на статью я не переношу.

Формы одного слова считаю одним словом. «Окно», «окна» и «окном» говорят про окно. Если развести их по разным строкам, страница про окна выглядит так, будто темы почти нет. Глагол свожу к спокойному виду. Разные окончания не превращаю в новые темы.

Калькулятор для этого не открываю. Громкость слышно при чтении. Имя темы в начале каждого абзаца уже мешает. Страница, где тему ни разу не назвали прямо, остаётся мутной. Между этими краями я смотрю долю: слово держит текст или его вставили для вида. Одной нормы на все страницы у меня нет. Короткая услуга и длинное объяснение звучат по-разному, и общая цифра для обоих была бы выдумкой.

На одной странице коралловый брусок — слово, которое заметно, потому что текст про него.

Вторая часть смотрит мимо этой страницы, на другие тексты. Слово, которое лежит почти в каждом из них, слабо говорит, о чём именно мой текст. Оно спокойно живёт и в материале про окна, и в материале про доставку, и в материале про запись к врачу. Вес такого слова ниже. Само слово при этом обычное. Просто по нему страницу не отличить.

Редкость устроена иначе, чем частота. На странице я смотрю, как слово живёт внутри текста. Среди других текстов смотрю, в скольких из них оно вообще встретилось. Много повторов в одном тексте для редкости остаются одним текстом. Повтор поднимает частоту на странице. Редкость от того же повтора не растёт.

Состав сравнения тоже меняет картину. В узкой пачке страниц про одно и то же слово темы выглядит обычным: оно есть почти у каждой. За пределами пачки оно как раз называет тему и встречается реже. Весь интернет руками я не пересчитываю. Мне хватает прямого вопроса. Это слово из почти любого текста или оно называет эту задачу.

Служебные слова я даже не выписываю. Они будут в любом связном тексте, и мера как раз для того, чтобы не принять их за тему. Дальше смотрю слова, которые уже ближе к делу, но всё ещё широкие. «Купить» и «заказать» живут на множестве коммерческих страниц. На странице услуги они могут быть уместны и всё же слабее называют работу, чем имя самой работы. Имя я и держу важным. Широкое слово оставляю там, где без него фраза ломается, и не размножаю.

Среди ровных карточек коралловый край только у одной: так выглядит редкое слово.

Важное слово узнаю по двум условиям сразу. На этой странице оно про тему и занимает заметную долю. Среди других текстов оно не из тех, что стоят почти везде. Снимаю любое условие, и слово уже не то, ради чего я открывал эту меру. Редкость без темы даёт случайное слово. Тема без заметности на странице даёт текст, который про дело не говорит.

Фразу из нескольких слов я не склеиваю в одну цифру, чтобы выбрать заголовок. Во фразе «ремонт окон» одно слово живёт на множестве чужих страниц, другое называет саму работу. Смотрю, держит ли страница задачу целиком. Общее слово повторами до редкого не догоняю. Редкое слово, которое к задаче не относится, в заголовок ради веса не ставлю.

Из меры легко выходит задание для текста: вот слова и вот сколько раз каждое вписать. Такой список толкает дописать слово в пустой абзац и вырезать его там, где без имени темы мысль распадается. Страница потом совпадает с таблицей и перестаёт отвечать человеку. Я оставляю слово там, где оно называет задачу, и не веду счётчик ради самого счётчика.

Добирать вхождения, потому что странице их будто не хватило, я не буду. Слабый текст от лишнего повтора задачу не закрывает. Снимать имя темы только из-за того, что оно заметное, я тоже не буду: тогда пропадает причина, по которой страницу открыли. Повтор уходит, когда мысль после этого цела. Имя остаётся в том месте, где без него непонятно, о чём абзац. По всем абзацам я его не размазываю.

Близкие слова вместо одного честного названия не спасают. «Изделие», «конструкция» и «проём» в одном куске звучат тяжелее, чем спокойное «окно», если страница про окна. За подменой нет новой мысли. Есть только попытка не повторить слово, которое и так было точным.

Место в выдаче эта мера не назначает. Поиск собирает ответ из многих сигналов, и вес слова позицию сам не выдаёт. Про насыщение повтора и длину страницы отдельно смотрит BM25. Здесь я разбираю только частоту на странице и редкость слова.

На новом черновике и на уже опубликованной странице смотрю одинаково. Вопрос один: слово про эту задачу, и оно не из тех, что лежат почти везде. Старой странице я не дописываю абзац ради ещё одного вхождения. Новой не раздуваю вступление, чтобы доля выглядела скромнее. Длина меняется вместе со смыслом, а не вместе с таблицей.

Проверяю, держит ли слово тему, а не сверяю страницу со списком вхождений.

Аккуратно расставленные слова ещё не делают страницу ответом. Человек пришёл с задачей, а текст так и не сказал, что делать. Тогда я правлю содержание, а не доли. Живой ответ не ломаю ради того, чтобы слово стало реже или чаще. Сначала задача. Потом уже вес.

Редкие слова тоже не равны полезному абзацу. Кусок бывает необычным по лексике и пустым по смыслу. Таблицу я тогда второй раз не открываю. Переписываю мысль или убираю кусок. Вес нужен, чтобы увидеть, какое слово держит тему страницы. Саму страницу этот вес не подменяет.

SEO

Разберу частоту слов на странице и редкость среди других текстов. Число вхождений под список подгонять не буду.