亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python提取文本tf、idf

系統 1549 0
            
              """python提取文本的tfidf特征"""

import math
from collections import Counter

# 1.語料庫
corpus = [
    'this is the first document',
    'this is the second second document',
    'and the third one',
    'is this the first document'
]

# 2.對語料進行分詞
word_list = []
for i in range(len(corpus)):
    word_list.append(corpus[i].split(' '))
print('2-->', word_list)

# 3.統計詞頻
countlist = []
for i in range(len(word_list)):
    count = Counter(word_list[i])
    countlist.append(count)
print('3詞頻-->', countlist)


# 4.定義計算tfidf公式的函數
# count[word]可以得到每個單詞的詞頻, sum(count.values())得到整個句子的單詞總數
def tf(word, count):
    return count[word] / sum(count.values())


# 統計的是含有該單詞的句子數
def n_containing(word, count_list):
    return sum(1 for count in count_list if word in count)


# len(count_list)是指句子的總數,n_containing(word, count_list)是指含有該單詞的句子的總數,加1是為了防止分母為0
def idf(word, count_list):
    return math.log(len(count_list) / (1 + n_containing(word, count_list)))


# 將tf和idf相乘
def tfidf(word, count, count_list):
    return tf(word, count) * idf(word, count_list)


all_dict = {}
for counte in countlist:
    counter = dict(counte)
    for k, v in counter.items():
        try:
            all_dict[k] += v
        except:
            all_dict[k] = v
print('merge-->', all_dict)

with open('tf.txt', 'w+') as tfin, open('idf.txt', 'w+') as idfin:
    for k in all_dict.keys():
        # k_tf = tf(k, all_dict)
        tfin.write(k + ' ' + str(all_dict[k]) + '\n')
        k_idf = idf(k, countlist)
        idfin.write(k + ' ' + str(k_idf) + '\n')

            
          

?


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 精品理论片一区二区三区 | 国内精品免费久久影院 | 色综合天天综合给合国产 | 五月婷视频 | 啪啪免费网站入口链接 | 超碰最新上传 | 久久亚洲精品视频 | 日本欧美高清全视频 | 久久精品.com | 大学生久久香蕉国产线看观看 | 国产精品一区二区三区四区 | 拔插拔插成人 | 国产尤物视频 | 国产欧美视频综合二区 | 青青久在线精品视频 | 奇米影视国产 | 久久黄色视屏 | 久久亚洲美女久久久久 | 欧美精品aaa久久久影院 | 国产视频一区二区三区四区 | 亚洲国产图片 | 国产91精品高清一区二区三区 | 五月综合激情网 | 毛片大 | 97欧美精品一区二区三区 | 最新中文字幕日本 | 久久精品国产2020观看福利色 | 国产精品久久一区 | 亚洲日本一区二区三区高清在线 | 天天影视欧美综合在线观看 | 毛片在线观看视频 | 七七影院九色桃花78 | 91精品国产一区二区三区左线 | 欧美一级艳片爽快片 | 国产精品久久久久久 | 欧美亚洲一区二区三区四 | 狠狠色狠狠色综合网 | 97影院在线观看 | 久久免费资源福利资源站 | 天天做天天做天天综合网 | 七次郎在线成人精品 |