Wektory tf-idf dla wystąpień TED

W tym ćwiczeniu otrzymujesz korpus ted zawierający transkrypcje 500 wystąpień TED. Twoim zadaniem jest wygenerowanie wektorów tf-idf dla tych wystąpień.

W kolejnej lekcji wykorzystasz te wektory do budowy systemu rekomendacji podobnych wystąpień na podstawie ich transkrypcji.

To ćwiczenie jest częścią kursu

Inżynieria cech dla NLP w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj TfidfVectorizer z biblioteki sklearn.
Utwórz obiekt TfidfVectorizer i nadaj mu nazwę vectorizer.
Wygeneruj tfidf_matrix dla ted, używając metody fit_transform().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)

Edytuj i uruchom kod