ÎncepețiÎncepe gratuit

Vectori tf-idf pentru TED Talks

În acest exercițiu ai la dispoziție un corpus ted care conține transcrierile a 500 de TED Talks. Sarcina ta este să generezi vectorii tf-idf pentru aceste prezentări.

Într-o lecție ulterioară, vei folosi acești vectori pentru a genera recomandări de prezentări similare, pe baza transcrierii.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor pentru NLP în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă TfidfVectorizer din sklearn.
  • Creează un obiect TfidfVectorizer și denumește-l vectorizer.
  • Generează tfidf_matrix pentru ted folosind metoda fit_transform().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)
Editează și rulează codul