栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

NLP实验六:TF-IDF

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

NLP实验六:TF-IDF

目录
  • 实验目的
  • 实验内容
    • 代码
  • 结果展示
    • 数据集和间断词:
    • 分词和权重:
  • 实验数据(含数据集和间断词)

实验目的

学习华为云的自然语言处理课程,了解并实现TF-IDF的代码

实验内容
  • 学习华为云自然语言处理教程。
  • 理解并学习TF-IDF,用代码实现TF-IDF的计算过程
  • 按照视频内容来写代码就行,主要涉及的是jieba分词和TF-IDF的学习
  • 需要自己找数据集和间断词
代码
import jieba
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import CountVectorizer

with open("dataset.txt", 'r', encoding='utf-8') as fenci:
    text = fenci.read()

new_text = jieba.cut(text, cut_all=False)

str_out = ' '.join(new_text).replace(',', '').replace('。', '').replace('?', '').replace('!', '').replace('《', '') 
    .replace('》', '').replace('‘', '').replace('“', '').replace('”', '').replace(':', '').replace(';', '').replace('【','')
    .replace('】','').replace('、', '').replace('(', '').replace(')', '').replace('···', '').replace('——', '').replace('-', '')
    .replace('(', '').replace(')', '').replace('/', '').replace('n', '').replace('[', '').replace(']', '').replace('"', '')

fo = open("dataset_cut.txt", 'w', encoding='utf-8')
fo.write(str_out)
fo.close()

# open files
with open("dataset_cut.txt", 'r', encoding='utf-8') as f:
    dataset = list(f.readlines())
    print(len(dataset))
    print(dataset)

# open stopwords text
with open("stopwords.txt", 'r', encoding='utf-8') as f:
    stopwords = list(f.read().replace('n', ' ').split())
    print(stopwords)

vectorizer = CountVectorizer(stop_words=stopwords, min_df=0)
transformer = TfidfTransformer()
tfidf = transformer.fit_transform(vectorizer.fit_transform(dataset))
word = vectorizer.get_feature_names_out()
print("word:", word)
print(vectorizer.vocabulary_)

weight = tfidf.toarray()
print("weight:", weight)

word_weight = list()
for i in range(len(word)):
    print("————这里输出第%d类文本的词语tf-idf权重" % i)
    print("     ", word[i], weight[0][i])

结果展示 数据集和间断词:

分词和权重:

实验数据(含数据集和间断词)

https://download.csdn.net/download/zhiliao_aaa/85594202

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/960948.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号