gensim中的细节

gensim是自然语言处理中常用的一个Python库，常被用于word2vec和语义主题提取：

gensim中用于获取语义主题的常用方法是计算tfidf值。tfidf通过提取语义中的关键词信息来表达语音信息。

主要概念:

cropus：

存储的是为每一句话中的次的id和对应词在该句话中的词频。

如：我在学习gensim，利用gensim提取语义信息；

词	我	在	学习	gensim	利用	提取	语义	信息
id	0	1	2	3	4	5	6	7

cropus存取的信息为：

[ (0, 1), (1, 1), (2, 1), (3, 2), (4, 1), (5, 1), (6, 1), (7, 1) ]

TfidfModel:

存取的是词与其对应的tfidf值，tfidf值通过文章的数量与该词出现的文章总数计算得到。