Find centralized, trusted content and collaborate around the technologies you use most.
Teams
Q&A for work
Connect and share knowledge within a single location that is structured and easy to search.
我知道 gensim 中的 word2vec 可以计算单词之间的相似度。但现在我想使用 TF-IDF 或 LSA 和gensim来计算单词相似度。怎么做?
注意:使用 LSA 和 gensim 计算文档相似度很容易:http ://radimrehurek.com/gensim/wiki.html
TF-IDF 是一种加权方案,所以it's not an alternative to LSA.
it's not an alternative to LSA.
将您的问题想象为“n”个文档的“m”个术语的矩阵。矩阵的每个条目 Aij 代表文档“j”中术语“i”的权重。这是您使用 TF-IDF 的地方。要知道在矩阵的每个单元格中放入什么。
然后,如果它适合您的应用程序,您可以使用 LSA 减小矩阵的尺寸。
我希望这能解决一点问题。