寻找余弦相似度分数

Question

我有一个看起来像这样的数据框：

sentence    intent
hi          greeting
hello       greeting
buy this    buy
whats up    conversation
.
.

我想做的是获取此数据帧，计算TF-IDF，然后在新查询中使用TF-IDF值来计算余弦相似度。例如，如果用户键入“嗨，你好吗？”最相似的句子将按其意图打印出来。

当前，我具有数据帧的TF-IDF：

from sklearn.feature_extraction.text import TfidfVectorizer
v = TfidfVectorizer()
x = v.fit_transform(intent_data["sentence"])

如何获取新句子的TF-IDF，然后使用它获得余弦相似度来查找与用户键入的句子最相关的文档（句子）？ 注意：我知道数据框示例的句子很短，但仅用作示例。