如何在python中的gensim中获取tf-idf值

Question

我正在使用genism计算我的tf-idf值，如下所示。

texts = [['human', 'interface', 'computer'],
 ['survey', 'user', 'computer', 'system', 'response', 'time'],
 ['eps', 'user', 'interface', 'system'],
 ['system', 'human', 'system', 'eps'],
 ['user', 'response', 'time'],
 ['trees'],
 ['graph', 'trees'],
 ['graph', 'minors', 'trees'],
 ['graph', 'minors', 'survey']]

dictionary = corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
tfidf = models.TfidfModel(corpus)

现在，我想获得tf-idf值最高的3个单词。 请帮我！

Answer 1

经过一番搜索后，您似乎可能需要这样做-虽然不是最易读，但可能会起作用。

top_3 = [t[0] for t in
         sorted([(word, i, j) for j, text in enumerate(texts) for i, word in enumerate(text)],
                key=lambda t: tfidf[t[2]][t[1]])[:3]]

我从文本中选取(word, i, j)并使用形式为(word, i, j)的元组跟踪它们的行（如i）和列（如(word, i, j) 。 然后，我根据单词在tfidf的值对单词进行排序。 然后，我取前3位（使用[:3] ），并用t[0] for t in ...将该单词从元组中取出，表示t[0] for t in ... 。

可以轻松地对其进行修改以按顺序存储任意数量的单词。