python - python中的 bool 检索模型

Question

我正在尝试使用 Python 中的 bool 模型创建一个查询-回答系统。

我尝试使用 nltk，但它似乎没有 bool 模型的函数

我有 3 个文档，我希望看到哪些文档与数​​值更相似。

例如 doc1 2.987、doc2 0.876 和 doc3 2.156 因此 doc1 和 doc2 是相似的

我做了什么:

• 标记化文档
• 删除了重复的单词
• 删除停用词

我现在拥有的是每个文档的唯一单词列表(基本上是名词、动词、副词和形容词)

下一步是什么？

Answer 1

删除停用词可能很有用。您可以查找称为余弦相似度的术语。基本上它可以用于机器学习。它可用于查找文档之间的相似性。你可以找Scikit在 python 中。如果您想使用它，您可以选择。但是这里有一些教程解释了如何计算这种余弦相似度。

part-I , part-II , part-III

也可以看看这个问题

Python: tf-idf-cosine: to find document similarity

希望对你有帮助:)