Vecteurs tf-idf pour les conférences TED

Dans cet exercice, on vous fournit un corpus ted qui contient les transcriptions de 500 conférences TED. Votre tâche est de générer les vecteurs tf-idf pour ces conférences.

Dans une leçon ultérieure, nous utiliserons ces vecteurs pour recommander des conférences similaires en fonction de leur transcription.

Cette activité fait partie du cours

Ingénierie des caractéristiques pour le NLP en Python

Voir le cours

Instructions de l’exercice

Importez TfidfVectorizer depuis sklearn.
Créez un objet TfidfVectorizer. Nommez-le vectorizer.
Générez tfidf_matrix pour ted à l'aide de la méthode fit_transform().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)

Modifier et exécuter le code