बुक डिस्क्रिप्शंस पर TF-IDF लागू करना
PyBooks ने कई बुक डिस्क्रिप्शंस इकट्ठा किए हैं और TF-IDF एनकोडिंग तकनीक का उपयोग करके उनमें महत्वपूर्ण शब्दों की पहचान करना चाहता है. ऐसा करने से, वे हर किताब की विशिष्ट विशेषताओं के बारे में बेहतर समझ पाना चाहते हैं ताकि अपनी बुक रिकमेंडेशन सिस्टम में मदद मिल सके.
आपके लिए निम्न पैकेज इम्पोर्ट कर दिए गए हैं: torch, torchtext.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PyTorch के साथ टेक्स्ट के लिए डीप लर्निंग
अभ्यास निर्देश
sklearn.feature_extraction.textसेTfidfVectorizerक्लास इम्पोर्ट करें, जो कच्चे डॉक्यूमेंट्स के संग्रह को TF-IDF फीचर्स की मैट्रिक्स में बदलता है.- इस क्लास का एक ऑब्जेक्ट इंस्टैंशिएट करें, फिर इस ऑब्जेक्ट का उपयोग करके
descriptionsको TF-IDF वेक्टरों की मैट्रिक्स में एनकोड करें. vectorizerसे पहले पाँच फीचर नेम्स औरtfidf_encoded_descriptionsसे एनकोड किए गए वेक्टर प्राप्त करें और दिखाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Importing TF-IDF from sklearn
from sklearn.feature_extraction.text import ____
# Initialize TF-IDF encoding vectorizer
vectorizer = ____()
tfidf_encoded_descriptions = vectorizer.____(descriptions)
# Extract and print the first five features
print(____.get_feature_names_out()[:5])
print(____.toarray()[0, :5])