逆向文档频率 （Inverse Document Frequency，IDF） = log(总的文档数N / (1+出现词w的文档数n)) 。 IDF其实衡量了词w在每篇文档中提供的信息量。即IDF可以反映w的独特性 。因此C错误。

正确答案是：A: IDF代表着信息量。

**专业分析：**

IDF（Inverse Document Frequency，逆文档频率）是自然语言处理和信息检索中的一个重要概念。它用于衡量一个词在整个文档集合中的重要性。

具体分析如下：

1. **IDF的定义**：
IDF的计算公式为：
\[
\text{IDF}(t) = \log \left( \frac{N}{df(t)} \right)
\]
其中，\(N\) 是文档集合中的总文档数，\(df(t)\) 是包含词 \(t\) 的文档数。由此可见，IDF值反映了词 \(t\) 的稀有度。

2. **IDF代表着信息量**：
由于IDF值是基于词在文档集合中的分布情况计算的，它可以反映出该词在整个文档集合中的信息量。一个词如果在很多文档中都出现，那么它的IDF值就会较低，说明它的信息量较少，因为它是一个常见词。反之，一个词如果只在少数文档中出现，那么它的IDF值就会较高，说明它的信息量较大，因为它是一个稀有词。

3. **IDF的作用**：
- **信息检索**：在信息检索中，IDF被用来衡量词的重要性。常见词（如“的”、“是”等）在所有文档中都出现，IDF值低，不具备区分能力；而稀有词（如专业术语）在少数文档中出现，IDF值高，具备区分能力。
- **TF-IDF**：IDF通常与词频（Term Frequency, TF）结合使用，形成TF-IDF（词频-逆文档频率）模型，用于衡量词在文档中的重要性。TF-IDF值越高，表示词在该文档中越重要。

综上所述，IDF代表着信息量，IDF越大表示词的稀有度越高，信息量越大。选项A是正确的。