gensim #4 与其他库的对比和结合

jieba和中文分词

前文中可以看到，我们使用的documents都是用空格分隔好的。gensim不能为中文分词，可以使用jieba来处理。
顺便一提，jieba自身也实现了tfidf算法。

scipy和矩阵运算

有时我们需要用gensim的结果进行一些矩阵运算。比如在推荐系统中，用户-物品矩阵 点乘 物品-特征矩阵 就可以获取 用户-特征矩阵。
gensim本身不支持矩阵运算，但支持转换自身的矩阵对象为其他库的矩阵对象，比如numpy和scipy。
下面是利用scipy来做点乘的过程：

# 物品-特征矩阵
i_f = [[...]]
# 用户-物品矩阵
u_i = [[...]]

# 转化为scipy的CSC稀疏矩阵形式
# 由于转化后，会变为scipy的CSC稀疏表示，维度会翻转，需要转置一次
csc_if = gensim.matutils.corpus2csc(i_f, num_terms=F).T
csc_ui = gensim.matutils.corpus2csc(u_i, num_terms=I).T

# 点乘
csc_uf = csc_ui.dot(csc_if)

# 用户-特征矩阵
u_f = gensim.matutils.Sparse2Corpus(csc_uf)

multiprocessing和多进程运算