标签:单词 dictionary Doc2bow 句子 --- 使用 词典 向量
Doc2bow是封装于Gensim中的方法,主要是实现bow模型
bow模型(词袋)模型使用一组单词(无序)来表示一个句子
先根据语料构建词典
每个句子可以用词典长度的一维向量来表示,向量不关心单词出现的顺序,只表示该位置的单词在样本中出现的频率。
gensim.corpora.Dictionary---根据语料库构建词典dictionary
dictionary.doc2bow---将每个句子样本表示成向量
similarity = gensim.similarities.Similarity('-Similarity-index', corpus, num_features=400)---构建相似度矩阵
使用:similarity[vector]---获取vector的相似度结果,之后可以进行排序,取前n个
标签:单词,dictionary,Doc2bow,句子,---,使用,词典,向量 来源: https://www.cnblogs.com/bubblebeee/p/15520630.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。