正確答案是：C: DF

### 專業(yè)分析

在信息檢索和文本挖掘領域，幾個重要的概念涉及詞頻和文檔頻率：

1. **TF（Term Frequency）**：
- 描述一個詞在文檔中出現(xiàn)的頻率。
- 計算方法：一個詞在文檔中出現(xiàn)的次數(shù)除以文檔中的總詞數(shù)。
- 作用：衡量詞在特定文檔中的重要性。

2. **DF（Document Frequency）**：
- 描述一個詞出現(xiàn)在不同文檔中的頻率。
- 計算方法：在一組文檔中，包含某個詞的文檔數(shù)量。
- 作用：衡量詞在整個文檔集合中的普遍性。

3. **IDF（Inverse Document Frequency）**：
- 是 DF 的倒數(shù)，并取對數(shù)，用于降低普遍出現(xiàn)詞的重要性。
- 計算方法：\[ \text{IDF}(t) = \log\left( \frac{N}{1 + \text{DF}(t)} \right) \]
- \( N \) 是總文檔數(shù)。
- \( \text{DF}(t) \) 是包含詞 \( t \) 的文檔數(shù)量。
- 作用：減少那些在多數(shù)文檔中都出現(xiàn)的頻繁詞（如“the”、“is”）的影響。

4. **TF-IDF**：
- 是 TF 和 IDF 的組合，用來衡量一個詞在特定文檔中相對于整個文檔集合的重要性。
- 計算方法：\[ \text{TF-IDF} = \text{TF} \times \text{IDF} \]
- 作用：幫助識別某個文檔中特有的重要詞匯，而不是常見詞。

因此，一個詞出現(xiàn)在不同文章中的次數(shù)稱之為 **Document Frequency (DF)**。這衡量了該詞在文檔集合中的普遍性。