IDF (Inverse Document Frequency) to jedna z kluczowych koncepcji w procesie pozyskiwania informacji i przetwarzania języka naturalnego. Jest to statystyczna miara, która określa jak często słowo pojawia się w danym dokumencie w porównaniu do całej zbiorowości dokumentów (korpusu). IDF pomaga w redukcji dominujących słów (np. 'i', 'a', 'to') i podkreślaniu rzadziej występujących, ale istotnych dla kontekstu terminów. W praktyce, IDF jest często używana w algorytmach wyszukiwania informacji oraz w systemach klasyfikacji tekstu, takich jak TF-IDF (Term Frequency-Inverse Document Frequency), który łączy znormalizowaną częstotliwość wystąpień słowa w dokumencie (TF) z jego rzadkością w korpusie (IDF). Dzięki temu metoda staje się skuteczniejsza przy identyfikacji istotnych tematów i treści w dużych zbiorach dokumentów, takich jak strony internetowe czy bazy danych tekstowych. W polskim kontekście IDF jest stosowana m.in. w projektach związanych z automatycznym indeksowaniem tekstów, przetwarzaniem języka naturalnego oraz rozwiązywaniu problemów z informacją (Information Retrieval). Jej zastosowanie jest szczególnie widoczne w systemach wyszukiwania dokumentów lub w procesie generowania rankingów treści w algorytmach rekomendacyjnych.