Ma trận độ tương đồng cosine của một corpus
Trong bài tập này, bạn được cung cấp một corpus, là một danh sách gồm năm câu. corpus đã được in ra ở bảng điều khiển. Bạn cần tính ma trận độ tương đồng cosine, trong đó chứa điểm tương đồng cosine theo cặp cho mọi cặp câu (đã được vector hóa bằng tf-idf).
Hãy nhớ: giá trị tại hàng i và cột j của ma trận tương đồng biểu thị điểm tương đồng giữa vector thứ i và vector thứ j.
Bài tập này là một phần của khóa học
Khai thác đặc trưng cho NLP bằng Python
Hướng dẫn bài tập
- Khởi tạo một thể hiện của
TfidfVectorizer. Đặt tên làtfidf_vectorizer. - Dùng
fit_transform()để tạo các vector tf-idf chocorpus. Đặt tên làtfidf_matrix. - Dùng
cosine_similarity()và truyềntfidf_matrixđể tính ma trận độ tương đồng cosinecosine_sim.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)