我知道 gensim 中的 word2vec 可以计算单词之间的相似度。但现在我想使用带有 gensim 的 TF-IDF 或 LSA 来计算单词相似度。怎么做?
注意:使用 LSA 和 gensim 计算文档相似度很容易:http://radimrehurek.com/gensim/wiki.html
最佳答案
TF-IDF 是一种加权方案,因此它不能替代 LSA。
将您的问题想象成一个由“n”个文档组成的“m”个术语的矩阵。矩阵的每个条目 Aij 代表文档“j”中术语“i”的权重。这是您使用 TF-IDF 的地方。知道要在矩阵的每个单元格中放入什么。
然后,如果适合您的应用,您可以使用 LSA 减小矩阵的维度。
我希望这可以解决一些问题。
关于python - 如何使用带有 gensim 的 TF-IDF 或 LSA 计算单词相似度?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35981178/