信息检索，倒排索引问题

Question

您好我正在尝试编写一个从xml集合索引某些文档的小程序。我使用tf-idf方法。现在，当我的程序读取查询时，它会为每个文档中的每个单词返回一个元组列表（＆＃39; tf-idf＆＃39;，＃39; docid＆＃39;）。

这是一个例子：

Query: "Dog water"

Documents: [(0.212,1),(0.334,1),(0.111,2),(0,2)]  

在这种情况下，文档2里面只有一个单词。

现在我的问题是：我知道我必须在这些文档和查询之间做点积，但我该怎么做呢？如何将查询转换为权重向量？

谢谢。

Answer 1

如果您的问题是：“如何从此列表中构建docid: [weight,...] dict，答案很简单：

from collections import defaultdict

def transform(query_results):
     revindex = defaultdict(list)
     for weight, docid in query_results:
         revindex[docid].append(weight)
     return revindex

否则请提供更多解释 - 如果可能的话，请提供预期的输出示例。