使用Python计算两个文本文档的相似度

你有四份文档,编号从1到4,每份文档包含一个句子。请确定与第一份文档最相似的文档的标识符,相似度根据TF-IDF得分计算得出。

My name is Ankit,Ankit name is very famous,Ankit like his nameIndia has a lot of beautiful cities

输出一个整数(可能是2、3或4),输出时前后不要有空格。


回答:

import numpy as npfrom sklearn.feature_extraction.text import TfidfVectorizervect = TfidfVectorizer(min_df=1)tfidf = vect.fit_transform(["My name is Ankit",                             "Ankit name is very famous",                             "Ankit like his name",                             "India has a lot of beautiful cities"])print ((tfidf * tfidf.T).A)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注