Sistem de recomandare pentru TED Talks

În acest exercițiu, vom construi un sistem de recomandare care sugerează TED Talks pe baza transcrierilor acestora. Ți-a fost furnizată o funcție get_recommendations() care primește titlul unui discurs, o matrice de similaritate și o serie indices ca argumente, și returnează o listă cu cele mai similare discursuri. Seria indices îți este deja disponibilă.

Ți-a fost furnizată și o serie transcripts care conține transcrierile a aproximativ 500 de TED Talks. Sarcina ta este să generezi o matrice de similaritate cosinus pentru vectorii tf-idf ai transcrierilor.

Pe baza acesteia, vom genera recomandări pentru un discurs intitulat '5 ways to kill your dreams', susținut de antreprenoarea braziliană Bel Pesce.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor pentru NLP în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Inițializează un TfidfVectorizer cu cuvinte de stop în limba engleză. Numește-l tfidf.
Construiește tfidf_matrix prin ajustarea și transformarea seriei transcripts.
Generează matricea de similaritate cosinus cosine_sim folosind tfidf_matrix.
Folosește get_recommendations() pentru a genera recomandări pentru '5 ways to kill your dreams'.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Initialize the TfidfVectorizer 
tfidf = ____

# Construct the TF-IDF matrix
tfidf_matrix = ____

# Generate the cosine similarity matrix
cosine_sim = ____
 
# Generate recommendations 
print(get_recommendations(____, ____, indices))

Editează și rulează codul