tfidf java高效_根据传统的TFIDF快速进行相似性匹配

importgcimporttqdmimportnumpy as npfrom gensim importcorpora, models, similaritiesfrom sentence importSentencefrom collections importdefaultdictimporttimeclassSentenceSimilarity():def __init__(self, seg):

self.seg=segdefset_sentences(self, sentences):

self.sentences=[]for i inrange(0, len(sentences)):

self.sentences.append(Sentence(sentences[i], self.seg, i))

self.sentences_num=len(self.sentences)#获取切过词的句子

defget_cuted_sentences(self):

cuted_sentences=[]for sentence inself.sentences:

cuted_sentences.append(sentence.get_cuted_sentence())returncuted_sentences#构建其他复杂模型前需要的简单模型

def simple_model(self, min_frequency = 1):

self.texts=self.get_cuted_sentences()#删除低频词

frequency =defaultdict(int)for text inself.texts:for token intext:

frequency[token]+= 1self.texts= [[token for token in text if frequency[token] > min_freq

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值