शुरू करेंमुफ़्त में शुरू करें

TED Talk रिकमेंडर

इस अभ्यास में, आप ट्रांसक्रिप्ट्स के आधार पर TED Talks सुझाने वाला एक रिकमेंडेशन सिस्टम बनाएँगे. आपको get_recommendations() फंक्शन दिया गया है, जो किसी टॉक का शीर्षक, एक similarity मैट्रिक्स और indices सीरीज़ को आर्ग्युमेंट्स के रूप में लेता है और सबसे मिलते-जुलते टॉक्स की सूची लौटाता है. indices पहले से उपलब्ध है.

आपको transcripts नाम की एक सीरीज़ भी दी गई है जिसमें लगभग 500 TED Talks के ट्रांसक्रिप्ट्स हैं. आपका काम टॉक ट्रांसक्रिप्ट्स के tf-idf वेक्टर के लिए cosine similarity मैट्रिक्स जनरेट करना है.

इसके बाद, हम ब्राज़ीलियाई उद्यमी Bel Pesce के '5 ways to kill your dreams' शीर्षक वाले टॉक के लिए रिकमेंडेशन जनरेट करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में NLP के लिए Feature Engineering

पाठ्यक्रम देखें

अभ्यास निर्देश

  • English स्टॉपवर्ड्स के साथ एक TfidfVectorizer इनिशियलाइज़ करें. इसे tfidf नाम दें.
  • transcripts पर फिट और ट्रांसफॉर्म करके tfidf_matrix बनाएँ.
  • tfidf_matrix का उपयोग करके cosine similarity मैट्रिक्स cosine_sim जनरेट करें.
  • '5 ways to kill your dreams' के लिए रिकमेंडेशन जनरेट करने हेतु get_recommendations() का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Initialize the TfidfVectorizer 
tfidf = ____

# Construct the TF-IDF matrix
tfidf_matrix = ____

# Generate the cosine similarity matrix
cosine_sim = ____
 
# Generate recommendations 
print(get_recommendations(____, ____, indices))
कोड संपादित करें और चलाएँ