TF-IDF向量的计算 - Python实现

本文详细介绍了TF-IDF向量的计算原理,并通过Python代码展示了如何实现这一过程,包括文本预处理、计算词频(TF)、确定逆文档频率(IDF)以及组合成TF-IDF权重矩阵。
摘要由CSDN通过智能技术生成
import numpy as np
import math
import json
import jieba

class TF_IDF(object):

	def __init__(self):

		self.allPath = [r'计算机专业.txt',r'自动化专业.txt',r'合成生物学.txt']
		self.mySlotPath = r'my_slot.json'
		
		self.numDoc = len(self.allPath)
		self.stopWords = [',','。','《','》','?',';','‘','’',':','“','”','!','、','的','',' ','\n']

	def get_slot(self):

		allDocStr = ''
		for path in self.allPath:
			with open(path,'r',encoding='utf-8') as f_obj:
				allDocStr += f_obj
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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