Cosinuslikhetsmatris för ett korpus

I den här övningen har du fått ett corpus – en lista med fem meningar. corpus skrivs ut i konsolen. Din uppgift är att beräkna cosinuslikhetsmatrisen, som innehåller det parvisa cosinuslikhetsvärdet för varje par av meningar (vektoriserade med tf-idf).

Kom ihåg att värdet i rad i och kolumn j i en likhetsmatris anger likhetspoängen för vektor i och vektor j.

Den här övningen är en del av kursen

Funktionsutveckling för NLP i Python

Visa kurs

Övningsinstruktioner

Skapa en instans av TfidfVectorizer och döp den till tfidf_vectorizer.
Använd fit_transform() för att generera tf-idf-vektorer för corpus. Döp resultatet till tfidf_matrix.
Använd cosine_similarity() och skicka tfidf_matrix som argument för att beräkna cosinuslikhetsmatrisen cosine_sim.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Initialize an instance of tf-idf Vectorizer
tfidf_vectorizer = ____

# Generate the tf-idf vectors for the corpus
tfidf_matrix = tfidf_vectorizer.fit_transform(____)

# Compute and print the cosine similarity matrix
cosine_sim = ____(____, tfidf_matrix)
print(cosine_sim)

Redigera och kör kod