tfidf

NLP的应用范围：情感分析，文本相似度计算，文本分类。

问题的关键在于，如何把文本表示成计算机能懂的数据形式？

1.最原始的方法有两个，一个是one hot表示法 ，一个是频率表示法。但是这么表示太简单粗暴

2.tfidf不仅考虑了单词出现的频率，而且考虑了单词在整个文本中的重要度。

参考博客

http://www.ruanyifeng.com/blog/2013/03/tf-idf.html

python程序如下

结果：

用KERAS做DNN：

https://www.cnblogs.com/zhangbojiangfeng/p/6362936.html

input dim是输入矩阵的列数。

问题：DNN中dense的层数怎么确定？