如何在scikit-TfidfVectoriz中赋予专有名词更大的权重

Question

我使用sci-kit的TdidfVectorizer从科学文章列表中提取关键字。有人认为停止语是有争议的，但我想知道我是否可以给诸如“波尔”或“日本”这样的专有名词赋予更多的权重/分数。在

我将必须实现我自己的自定义tfidf vectorizer还是仍然可以使用这个内置的？在

tf = TfidfVectorizer(strip_accents='ascii', 
                     analyzer='word',
                     ngram_range=(1,1),
                     min_df = 0,
                     stop_words = stopwords,
                     lowercase = True)

Answer 1

您可以自己对TfIdf矩阵进行后处理。在

首先，您需要查看所有单词索引以找到所有专有名词的索引，然后查看矩阵并增加这些索引的权重。在