Я использовал sklearn для вычисления значений TFIDF (Term частоты, обратной частоты документов) для документов, используя команду как:
from sklearn.feature_extraction.text import CountVectorizer
count_vect = CountVectorizer()
X_train_counts = count_vect.fit_transform(documents)
from sklearn.feature_extraction.text import TfidfTransformer
tf_transformer = TfidfTransformer(use_idf=False).fit(X_train_counts)
X_train_tf = tf_transformer.transform(X_train_counts)
X_train_tf
- это матрица scipy.sparse
формы (2257, 35788)
.
Как я могу получить TF-IDF для слов в определенном документе? Более конкретно, как получить слова с максимальными значениями TF-IDF в данном документе?