文件名称：cosine_similarities:根据 tfidfvectors 的余弦相似度查找相似推文
文件大小：4KB
文件格式：ZIP
更新时间：2024-07-04 03:18:05
Python
这是如何工作的 我们将实现一个简单而有效的模型，称为向量空间模型 (VSM)。 在这个模型中，我们基本上做的是将句子（在这种情况下是推文）投影到 n 维空间中，然后查看它们之间的角度，然后我们取其余弦。 这个值称为余弦相似度，该值在 0,1 之间变化。 因此，接近 0 (cos 90) 的向量与接近 1 (cos 0) 的向量不太相似。 执行 我们使用 scikit 的 TfidfVectorizer 将推文投影为向量，并计算这些向量之间的余弦相似度并存储在文件中。 这绝不是高计算效率，所以请忍受这段旧但有用的代码。 如何使用 你需要先设置一点。 在“ config.py ”文件中，您需要添加所需的推特密钥，以便程序可以访问推特流 API。 在“ stream.py ”下，您可以在两个函数之间进行选择，搜索查询#hashtag 或获取用户流。 完成第 1 步和第 2 步后，运行，
【文件预览】：
cosine_similarities-master
----stream.py(1KB)
----run.py(298B)
----README.md(1KB)
----config.py(288B)
----vsm.py(2KB)
----tweet_processing.py(662B)