TED 演讲推荐器
在本练习中，您将基于 TED 演讲的逐字稿构建一个推荐系统。已为您提供 get_recommendations() 函数，它接收演讲标题、相似度矩阵以及 indices 序列作为参数，并输出最相似演讲的列表。indices 已经提供。
同时，您还获得了包含约 500 个 TED 演讲逐字稿的 transcripts 序列。您的任务是为这些逐字稿的 tf-idf 向量生成一个余弦相似度矩阵。
最后，我们将为巴西企业家 Bel Pesce 的演讲"5 ways to kill your dreams"生成推荐。
本练习是课程的一部分
Python 中的 NLP 特征工程
练习说明
- 使用英文停用词初始化一个
TfidfVectorizer，命名为tfidf。 - 拟合并转换
transcripts构造tfidf_matrix。 - 使用
tfidf_matrix生成余弦相似度矩阵cosine_sim。 - 使用
get_recommendations()为"5 ways to kill your dreams"生成推荐。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Initialize the TfidfVectorizer
tfidf = ____
# Construct the TF-IDF matrix
tfidf_matrix = ____
# Generate the cosine similarity matrix
cosine_sim = ____
# Generate recommendations
print(get_recommendations(____, ____, indices))