使用Gensim获取单词的TF-IDF分数

Question

我正试图根据语料库中最重要的单词的TF-IDF分数来找到它们。

一直以https://radimrehurek.com/gensim/tut2.html.基于

>>> for doc in corpus_tfidf:
...     print(doc)

TF-IDF得分在每次迭代中被更新。例如，

• Word 0（"计算机"基于https://radimrehurek.com/gensim/tut1.html)，TF-IDF得分为0.5773（Doc#1），0.4442（Doc#2）
• Word 10（"图表"）的TF-IDF得分为0.7071（Doc#7）、0.5080（Doc#8）、0.4588（Doc#9）

以下是我目前如何获得每个单词的最终TF-IDF分数，

tfidf = gensim.models.tfidfmodel.TfidfModel(corpus)
corpus_tfidf = tfidf[corpus]
d = {}
for doc in corpus_tfidf:
    for id, value in doc:
        word = dictionary.get(id)
        d[word] = value

有更好的方法吗？

提前谢谢。

Answer 1

使用字典理解怎么样？

d = {dictionary.get(id): value for doc in corpus_tfidf for id, value in doc}