Рекомендації для TED Talk

У цій вправі ви побудуєте систему рекомендацій, яка пропонує виступи TED на основі їхніх транскриптів. Вам надано функцію get_recommendations(), яка приймає як аргументи назву виступу, матрицю схожості та серію indices і повертає список найбільш подібних виступів. indices уже підготовлено для вас.

Також вам надано серію transcripts, що містить транскрипти приблизно 500 виступів TED. Ваше завдання — згенерувати матрицю косинусної схожості для tf-idf векторів транскриптів.

Потім ми згенеруємо рекомендації для виступу під назвою '5 ways to kill your dreams' бразильської підприємиці Бел Пеше.

Ця вправа є частиною курсу

Інженерія ознак для NLP у Python

Переглянути курс

Інструкції до вправи

Ініціалізуйте TfidfVectorizer із англійськими стоп-словами. Назвіть його tfidf.
Побудуйте tfidf_matrix, навчивши та перетворивши transcripts.
Згенеруйте матрицю косинусної схожості cosine_sim, використовуючи tfidf_matrix.
Скористайтеся get_recommendations(), щоб отримати рекомендації для '5 ways to kill your dreams'.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Initialize the TfidfVectorizer 
tfidf = ____

# Construct the TF-IDF matrix
tfidf_matrix = ____

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

Редагувати та запускати код