質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.34%

Tfidfの数値を表示したい

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,159

score 4

論文の書誌情報を抜き出して、各論文群ごとのtfidfの値をpythonで算出したい。
その後COS類似度を計算したい。

研究で、WOS(Web of Science)からダウンロードした論文を
その内容に応じて群に分けたうえで、pythonを使って
その群におけるtfidfを算出しようとしています。
各群のtfidf値の高いものから表示させることは出来ているのですが、
各々のtfidfの数値を表示することができません。

該当のソースコード

import numpy as np
import pandas as pd

data=pd.read_csv("artificial_heart.csv",encoding="utf-8",header=1) 

AA=[' ']*28

n=0
for line in range(0,len(data)):
for n in range(0,28):
if(data['_C'][line]==n+1):
AA[n]=AA[n]+' '+str(data["AB"][line]) 

docs=AA 
vectorizer = TfidfVectorizer(use_idf = True,stop_words='english')
tfidfs = vectorizer.fit_transform(docs).toarray()

index = tfidfs.argsort(axis=1)[:,::-1]
feature_names = np.array(vectorizer.get_feature_names())
feature_words = [feature_names[doc[:n]] for doc in index]

df=pd.DataFrame(feature_words)
df.to_csv('artificial_heart_tfidf.csv')
df

試したこと

引数で設定できると思い探してみたのですが、ありません。
どうかよろしくお願いいたします。

補足情報(FW/ツールのバージョンなど)

_Cが群、ABがtfidfを測りたい文章です。
_Cが28群あります。
ここにより詳細な情報を記載してください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

tfidfの数値

この部分でtfidfsに格納されています。

tfidfs = vectorizer.fit_transform(docs).toarray()


行が文書、列が単語に対応する配列が得られているので、それをそのまま保存すれば良いのではないでしょうか。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る