tf-idf-Vektoren für TED Talks

In dieser Übung bekommst du ein Korpus ted, das die Transkripte von 500 TED Talks enthält. Deine Aufgabe ist es, die tf-idf-Vektoren für diese Talks zu erzeugen.

In einer späteren Lektion verwenden wir diese Vektoren, um auf Basis der Transkripte ähnliche Talks zu empfehlen.

Diese Übung ist Teil des Kurses

<Kurs>Feature Engineering für NLP in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere TfidfVectorizer aus sklearn.
Erstelle ein TfidfVectorizer-Objekt und nenne es vectorizer.
Erzeuge tfidf_matrix für ted mit der Methode fit_transform().

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import TfidfVectorizer
from ____ import ____

# Create TfidfVectorizer object
____

# Generate matrix of word vectors
tfidf_matrix = vectorizer.____(____)

# Print the shape of tfidf_matrix
print(tfidf_matrix.shape)

Code bearbeiten und ausführen