我试图找出一种比较两个对象的方法，每个对象由一堆文本描述。
TfidfVectorizer允许我获得（文本，单词）的tf-idf加权稀疏矩阵，并对每个文本进行预处理。
因此，我可以在每个对象上使用vectorizer.fit_transform(o.texts)，但是我假设我只需要保留两批文本中出现的单词的列即可。
然后，我将可以使用(tfidf_object1 * tfidf_object2.T).A，因为矩阵将具有相同数量的列。
但是如何将备用矩阵缩小为常用词呢？
我已经看到矢量化器具有词汇属性，但是我不明白它与fit_transform给出的矩阵索引之间的关系。
另外，我需要为每个对象使用一个矢量化器，而所有矢量化器的行为应相同。
因此，我正在寻找一种使用Python中的tf-idf指标来比较两批文本的方法，因为我觉得我所知道的想法并没有到处...