Doporučovač TED přednášek

V tomto cvičení sestavíme doporučovací systém, který navrhuje TED přednášky na základě jejich přepisů. Máš k dispozici funkci get_recommendations(), která přijímá název přednášky, matici podobnosti a sérii indices jako argumenty a vrací seznam nejpodobnějších přednášek. Série indices je už připravena.

Máš také k dispozici sérii transcripts obsahující přepisy přibližně 500 TED přednášek. Tvým úkolem je vygenerovat matici kosinové podobnosti pro tf-idf vektory přepisů přednášek.

Na závěr vygenerujeme doporučení pro přednášku s názvem '5 ways to kill your dreams' brazilské podnikatelky Bel Pesce.

Toto cvičení je součástí kurzu

Feature Engineering for NLP in Python

Zobrazit kurz

Pokyny k cvičení

Inicializuj TfidfVectorizer s anglickými stop slovy a pojmenuj ho tfidf.
Vytvoř tfidf_matrix tak, že na transcripts zavoláš fit a transform.
Vygeneruj matici kosinové podobnosti cosine_sim pomocí tfidf_matrix.
Pomocí get_recommendations() získej doporučení pro '5 ways to kill your dreams'.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Initialize the TfidfVectorizer 
tfidf = ____

# Construct the TF-IDF matrix
tfidf_matrix = ____

# Generate the cosine similarity matrix
cosine_sim = ____
 
# Generate recommendations 
print(get_recommendations(____, ____, indices))

Upravit a spustit kód