tf-idf-vektorer för TED-föreläsningar

I den här övningen har du fått ett korpus ted som innehåller transkript från 500 TED-föreläsningar. Din uppgift är att generera tf-idf-vektorer för dessa föreläsningar.

I en senare lektion använder vi dessa vektorer för att generera rekommendationer av liknande föreläsningar baserat på transkripten.

Den här övningen är en del av kursen

Funktionsutveckling för NLP i Python

Visa kurs

Övningsinstruktioner

Importera TfidfVectorizer från sklearn.
Skapa ett TfidfVectorizer-objekt och ge det namnet vectorizer.
Generera tfidf_matrix för ted med hjälp av metoden fit_transform().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod