使用 tf-idf (Gensim) 获取语料库中最重要的单词答案

【问题标题】：Get the most important words in the corpus using tf-idf (Gensim)使用 tf-idf (Gensim) 获取语料库中最重要的单词
【发布时间】：2017-11-18 08:35:33
【问题描述】：

我正在计算 tf-idf 如下。

texts=['human interface computer',
 'survey user computer system response time',
 'eps user interface system',
 'system human system eps',
 'user response time']

dictionary = corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
tfidf = models.TfidfModel(corpus)
corpus_tfidf = tfidf[corpus]
analyzedDocument = namedtuple('AnalyzedDocument', 'word tfidf_score')
d=[]
for doc in corpus_tfidf:
    for id, value in doc:
        word = dictionary.get(id)
        score = value
        d.append(analyzedDocument(word, score))

但是，现在我想使用具有最高 idf 值的词来识别我的语料库中最重要的 3 个词。请告诉我该怎么做？

【问题讨论】：

标签： python gensim tf-idf

【解决方案1】：

假设您的列表没有问题，您应该能够将其排列如下：在顶部：

from operator import itemgetter

然后在底部：

e=sorted(d, key=itemgetter(1))
top3 = e[:3]
print(top3)

【讨论】：