問(wèn)題描述

我寫了一個(gè)70行左右的python小程序，用來(lái)計(jì)算文檔的相似性。材料是88篇論文文檔，用到了gensim包。程序的流程是預(yù)處理文檔（刪去不必要的符號(hào)，分詞等），計(jì)算文檔的tfidf值，建立88篇論文的tfidf模型以及模型索引。到這里程序運(yùn)行都是正常的，但是在使用索引的時(shí)候，報(bào)錯(cuò)：

請(qǐng)問(wèn)這是什么原因引起的呢？謝謝~

以下是部分運(yùn)行沒有問(wèn)題的源代碼：

#分詞：texts = [[word for word in document.split()]for document in documents]#利用所有文檔，創(chuàng)建詞典dictionary = corpora.Dictionary(texts)#創(chuàng)建語(yǔ)料corpus = [dictionary.doc2bow(text) for text in texts]#利用這些語(yǔ)料，創(chuàng)建tfidf模型tfidf_model = models.TfidfModel(corpus)#計(jì)算每個(gè)文檔的tfidftfidfs = tfidf_model[corpus]#創(chuàng)建tfidf的索引index = similarities.SparseMatrixSimilarity(tfidfs,num_features=88075)

運(yùn)行這個(gè)代碼時(shí)出現(xiàn)了問(wèn)題：

#創(chuàng)建目標(biāo)文檔的語(yǔ)料content = ’A student of music needs as long and as arduous a training to become a performer as a medical student needs to become a doctor’content = content.lower().split()test = dictionary.doc2bow(content)#計(jì)算目標(biāo)文檔的tfidftest_tfidf = tfidf_model[test]sims = index[test_tfidf]#**就是這一句出現(xiàn)了問(wèn)題！**

問(wèn)題解答

你的python版本？當(dāng)前 gensim的版本？是否和官網(wǎng)測(cè)試過(guò)的穩(wěn)定版一致？還有，建議使用類Unix系統(tǒng)，gensim基于 NumPy 和 Scipy,這兩者在win上都不好安裝吧，安裝好了也不見得不會(huì)出問(wèn)題

這種錯(cuò)誤也有可能是Windows操作系統(tǒng)的鍋，你把代碼復(fù)制到Google一下會(huì)發(fā)現(xiàn)很多解決方案，比如這個(gè)：

http://www.wiki-errors.com/do... 下載安裝即可，退百度保平安。

操作系統(tǒng)用的盜版？換成Linux吧。