使用sklearn生成TF-IDF词向量

最新推荐文章于 2025-07-02 15:22:19 发布

姬小野

最新推荐文章于 2025-07-02 15:22:19 发布

阅读量2.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： nlp 文章标签： nlp 词向量 tf-idf sklearn

本文链接：https://blog.youkuaiyun.com/wjh2622075127/article/details/90645343

nlp 专栏收录该内容

1 篇文章

订阅专栏

博客主要介绍编写使用sklearn生成TF-IDF词向量的模板函数，涉及自然语言处理中词向量生成及TF-IDF算法，借助sklearn工具实现相关功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

写一个使用sklearn生成TF-IDF词向量的模板函数：

from sklearn import feature_extraction # 导入sklearn库, 以获取文本的tf-idf值
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import CountVectorizer

def getVector(get_texts):
    mat = CountVectorizer()
    tf = TfidfTransformer()
    tfidf = tf.fit_transform(mat.fit_transform(get_texts))
    word = mat.get_feature_names() # 单词的名称
    weight=tfidf.toarray() # 权重矩阵, 在此示范中矩阵为(1, n)
    return weight