python - 使用 Gensim 更新 TF-IDF

Question

嗨，我正在使用 Gensim 来查找文档之间的相似性，因此我制作了文档的 TF-IDF 并计算余弦相似度。当我有新文档时，我可以使用 index[tfidf[vec]] 计算该文档与以前文档的相似度，但是这样 TF-IDF 不会更新，并且在相似度计算中不考虑新词是否有更新 TF 的解决方案-IDF 快速而无需重新计算整个矩阵，或者我的问题的最佳解决方案是什么？

Answer 1

我认为这是不可能的。因为当你向语料库添加一个新文档时，TF-IDF 的词汇表会发生变化，而当词汇表发生变化时，所有 TF-IDF 的值也会发生变化，整个矩阵都要重新计算。但是这个链接可能对你有帮助。