Kosinus-Ähnlichkeitsmatrix eines Korpus
In dieser Übung bekommst du einen corpus, also eine Liste mit fünf Sätzen. Der corpus wird in der Konsole ausgegeben. Du sollst die Kosinus-Ähnlichkeitsmatrix berechnen, die die paarweisen Kosinus-Ähnlichkeitswerte für jedes Satzpaar enthält (vektorisiert mit tf-idf).
Denk daran: Der Wert in der i-ten Zeile und j-ten Spalte einer Ähnlichkeitsmatrix gibt den Ähnlichkeitswert für den i-ten und j-ten Vektor an.
Diese Übung ist Teil des Kurses
<Kurs>Feature Engineering für NLP in Python</Kurs>Übungsanweisungen
- Initialisiere eine Instanz von
TfidfVectorizer. Nenne sietfidf_vectorizer. - Erzeuge mit
fit_transform()die tf-idf-Vektoren fürcorpus. Nenne das Ergebnistfidf_matrix. - Verwende
cosine_similarity()und übergibtfidf_matrix, um die Kosinus-Ähnlichkeitsmatrixcosine_simzu berechnen.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Initialize an instance of tf-idf Vectorizer
tfidf_vectorizer = ____
# Generate the tf-idf vectors for the corpus
tfidf_matrix = tfidf_vectorizer.fit_transform(____)
# Compute and print the cosine similarity matrix
cosine_sim = ____(____, tfidf_matrix)
print(cosine_sim)