gensim的LSI模型来计算文档的相似度
- from gensim import corpora,models,similarities
- dictionary=corpora.Dictionary.load('/tmp/deerwester.dict')
- corpus=corpora.MmCorpus('/tmp/deerwester.mm')
- print(corpus)
- lsi=models.LsiModel(corpus,id2word=dictionary,num_topics=2)
- doc="human computer interaction"
- vec_bow=dictionary.doc2bow(doc.lower().split())
- vec_lsi=lsi[vec_bow] #convert the query to LSI space
- print(vec_lsi)
- #transform corpus to space and index it
- index=similarities.MatrixSimilarity(lsi[corpus])
- index.save('/tmp/deerwester.index')
- sims=index[vec_lsi]
- sims=sorted(enumerate(sims),key=lambda item:-item[1])
- from pprint import pprint
- pprint(sims)
利用gensim的LSI模型计算文档的相似度
智能推荐
注意！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系我们删除。