回答情况：
提问时间：
问题标签：
1回答
我想使用TF-IDF的余弦相似度方法来得到两个单词的语义相似度。首先，我想从wikipedia或word- text中提取这些单词的含义，然后对文本进行预处理并找到TF-IDF。当我在谷歌上搜索这个问题时，我发现为了找到TF-IDF，我们应该有一个训练集和测试集。在我的例子中，哪个是训练集，哪个是测试集？如何使用计算结果计算余弦相似度？
浏览 3提问于2012-10-06得票数 1
回答已采纳
我研究了几种使用Python计算文档中单词的TF-IDF分数的方法。我选择使用TextBlob。 Word: good, TF-IDF: -0.06931 Word: always, TF-IDF: -0.06931 Word: a, TF-IDF: -0.138
浏览 0修改于2017-05-23得票数 2
谁能在Smalltalk中展示一个用于自然语言处理的tf-idf算法的简单实现或用法示例？我在一个名为的包中找到了一个实现，但它似乎太复杂了，无法满足我的需求。我注意到中还有另一个tf-idf，但它似乎与软件系统词汇表的分析有关，我没有找到如何使用它的示例。
浏览 3提问于2012-07-08得票数 3
回答已采纳
您好，我正在使用Gensim来查找文档之间的相似度，因此我对文档进行TF-IDF并计算余弦相似度。当我有新文档时，我可以使用index[tfidfvec]计算这个文档与以前文档的相似度，但是这样TF-IDF不会更新，并且在相似度计算中不考虑新词。有没有什么解决方案可以快速更新TF-IDF而无需重新计算整个矩阵，或者对我的问题有什么最好的解决方案？
浏览 2修改于2019-01-12得票数 2
我正在尝试执行一些NLP (更准确地说是TF-IDF项目)来完成我的学士论文的一部分。
浏览 3提问于2021-03-08得票数 0
我想获取tf-idf值最高的单词。我创建了一个tf-idf矩阵：sentences = sklearn_tfidf.get_feature_names()
现在我不知道如何获得tf-idf如何获取tf-idf值最高的单词？或者我如何才能明智地
浏览 2修改于2017-10-12得票数 3
Allowed values are `None`, or one of the following values: ('int', 'count', 'binary', 'tf-idf').当我使用tf-idf运行它时，我得到这个错误 Error in match.arg(output_mode) :
'arg' should be one of “int”, “binary”, “
浏览 11提问于2020-07-19得票数 0
在数据帧df中，我具有以下列tf-idf0 {u'selection': 3.83579393163, u'carltons': 7.0...我正在努力寻找两个样本之间的cosine similarity -例如，在df['tf-idf'][
浏览 13修改于2016-09-26得票数 2
回答已采纳
tf-idf模型总是比卷积神经网络模型性能更好。事实上，tf-idf模型也比XGBoost模型执行得更好。
浏览 17提问于2018-03-05得票数 1
回答已采纳
我已经转换了一些文档来创建TF-IDF向量器。现在我想按TF-IDF值的降序处理搜索查询并返回页面列表。我能够得到查询词在‘词汇表’中的位置。但是，由于它是一个稀疏矩阵，我无法读取该索引处的tf-idf值。任何帮助都将不胜感激。问候
浏览 1提问于2017-02-03得票数 0
2回答
","land","sea","water","sun","moon" x D1 D2 D3land 0 0 0
sea 0 0 0water 0 0
浏览 0提问于2014-06-03得票数 1
1回答
我正在尝试使用下面的函数计算词频反向文档频率，以获得归一化的权重。当行数为百行时，结果非常快，但当行数为数千行(仅两万行)时，几乎需要3到4分钟才能得到结果。有人能给我指出正确的方向来减少计算时间吗？ mat = mat[,names] id=function(col){sum(!col==0)} tfidf = mat
for(word in names(idf)){tfidf[,word] <-
浏览 2提问于2018-04-12得票数 1
1回答
我想存储TF-IDF矩阵，这样我就不必一直重新计算它。我正在使用scikit learn的TfIdfVectorizer。是将其保存在数据库中，还是将其保存在数据库中更有效？由于经常添加新文档，因此我希望存储文档的TF-IDF值，以便可以重新计算聚类。
浏览 2修改于2015-04-25得票数 3
回答已采纳
我正在使用Tf-Idf方法来衡量语料库1中的文档与语料库2中的文档之间的相似度。已经为语料库2中的术语建立了倒排索引，如下所示：
简而言之，对于每两个句子的比较，我建立了两个Tf-Idf向量，然后使用余弦相似度来度量相似度。由于语料库1中的一些术语在语料库2中不可用，Tf-idf函数将为这些术语返回0！或者我必须为语料库1建立另一个索引(在我看来，这将消除Tf-idf的能力)。
浏览 10提问于2017-01-16得票数 0
回答已采纳
“在大型语料库中使用Tf-Idf方法的一个本质是，使用的语料库越大，术语的唯一权重就越多。这是因为语料库中文档大小或文档长度的增加使得语料库中两个术语的权重值重复的概率较低。也就是说，Tf-Idf方案中的权重可以呈现权重的指纹。在小语料库中，Tf-Idf不能造成这种差异，因为有巨大的潜力找到具有相同权重的两个术语，因为它们在每个文档中以相同的频率共享相同的源文档。通过在抄袭检测领域中使用Tf-Idf加权方案，根据语料库的大小，该特征可以成为反对者和支持者。
这是我从tf-idf技术中推导出来的。是真的吗？
浏览 2修改于2021-11-19得票数 6
我想知道在带有GIN/GiST索引的PostgreSQL 9.3中的全文搜索是否使用tf-idf (词频-逆文档频率)。
特别是，在我的词组专栏中，我有一些更受欢迎的词，而有些词则非常独特(即名称)。
浏览 10修改于2013-08-18得票数 7
我为语料库计算TF-IDF的代码如下：from sklearn.feature_extraction.text0.57735027, 0., 0., 0.],问题是我如何计算句子"she is good"的TF-IDF
浏览 4修改于2017-08-14得票数 0
very good very bad you are great good restaurent nice place to visit doc2 0 tf-idf0 tf-idf tf-idf
如果不从DTM加载
浏览 2修改于2014-06-09得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号