如何在python中的gensim中獲取tf-idf值

Question

我正在使用genism計算我的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)

現在，我想獲得tf-idf值最高的3個單詞。 請幫我！

Answer 1

經過一番搜索后，您似乎可能需要這樣做-雖然不是最易讀，但可能會起作用。

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]]

我從文本中選取(word, i, j)並使用形式為(word, i, j)的元組跟蹤它們的行（如i）和列（如(word, i, j) 。 然后，我根據單詞在tfidf的值對單詞進行排序。 然后，我取前3位（使用[:3] ），並用t[0] for t in ...將該單詞從元組中取出，表示t[0] for t in ... 。

可以輕松地對其進行修改以按順序存儲任意數量的單詞。