Блог

У меня есть следующий код:

 from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

def get_tf_idf_query_similarity(documents, query):
    allDocs = []
    for document in documents:
        allDocs.append(nlp.clean_tf_idf_text(document))
    docTFIDF = TfidfVectorizer().fit_transform(allDocs)
    queryTFIDF = TfidfVectorizer().fit(allDocs)
    queryTFIDF = queryTFIDF.transform([query])

    cosineSimilarities = cosine_similarity(queryTFIDF, docTFIDF).flatten()
    return cosineSimilarities
  

Мне нужно преобразовать эти сходства в DataFrame вот так:

allDocs представляет разные документы и query является одним и тем же новым документом, который оценивается по каждому документу в allDocs . Как я мог бы выполнить эту операцию? Заранее спасибо