如何使用 TF-IDF 或 LSA 和 gensim 计算单词相似度？

【问题标题】：How to compute word similarity using TF-IDF or LSA with gensim?如何使用 TF-IDF 或 LSA 和 gensim 计算单词相似度？
【发布时间】：2016-06-29 02:46:56
【问题描述】：

我知道 gensim 中的 word2vec 可以计算单词之间的相似度。但现在我想使用 TF-IDF 或 LSA 和 gensim 来计算单词相似度。怎么做？

注意：使用 LSA 和 gensim 计算文档相似度很容易：http://radimrehurek.com/gensim/wiki.html

【问题讨论】：

标签： python nlp tf-idf gensim lsa

【解决方案1】：

TF-IDF 是一种加权方案所以it's not an alternative to LSA.

把你的问题想象成一个由“n”个文档组成的“m”个词的矩阵。矩阵的每个条目 Aij 代表文档“j”中术语“i”的权重。这是您使用 TF-IDF 的地方。知道要在矩阵的每个单元格中放入什么。

然后，如果它适合您的应用程序，您可以使用 LSA 减少矩阵的维度。

我希望这能解决一点问题。

【讨论】：

我想用gensim，怎么做？
嗨@hankaixyz，但在你最初的问题中你没有提到吗？