我有一组文件（存储为.txt个文件）。我还有一些选定单词的python字典。我想只为这些单词分配tf-idf分数，而不是从文档集中分配所有单词。如何使用scikit-learn或任何其他库来完成？
我已经提到了这个blog post，但它提供了大量的完整词汇。
答案 0 :(得分：1)
您可以使用CountVectorizer执行此操作，TfidfTrasnformer将文档扫描为文本并转换为术语 - 文档矩阵，并在矩阵上使用TfidfVectorizer。
这两个步骤也可以与sklearn.feature_extraction.text一起组合完成。
这些位于TruncatedSVD模块[link]。
两个进程都将返回相同的稀疏矩阵表示，我假设您可能会通过.router-link-active进行SVD变换以获得更小的密集矩阵。
您当然也可以自己动手，这需要保留两张地图，每张文件一张，一张整体，您可以在这里计算条款。这就是他们在幕后操作的方式。
This page有一些不错的例子。