tf-idf
from sklearn.feature_extraction.text import TfidfVectorizer
tf = TfidfVectorizer()
tf.fit(data2)
tf_np = tf.transform(data2).toarray()
w2v
from gensim.models.word2vec import Word2Vec
w2v = Word2Vec(sentences= data1, # 待训练的语料 这个语料是以【‘’,‘’,‘’,‘’】这样的形式
vector_size=150, # 向量长度
max_vocab_size = 100, # 展示多少个词作为特征
min_count = 1, # 词频最少是1个
epochs= 200) # 最大迭代次数
w2v.wv.index_to_key
w2v.wv.key_to_index # 词典
# w2v.wv.similarity() # 计算相似度
w2v.wv.vectors.shape # 所有词的词向量
d2v.wv.vectors
w2v.wv.get_vector(i)