问题描述
我想在Python上运行tf-idf的增强版，以某种方式包括熵，并将其应用于文本分类。
到目前为止，我已经找到了一篇论文（https://www.cse.iitk.ac.in/users/kripa/smerp2018/samujjwalGhosh.pdf，其中有一个github，但不幸的是我无法打开链接），他们在其中为每个项t ^ i计算熵，然后对归一化熵进行计算，通过简单的乘法修改tf-idf：BoostedTfIdf（t ^ i）= TfIdf（t ^ i）* normalizedEntropy（t ^ i）
由于我不熟悉Python，有没有一种方法可以轻松编写代码？还是您知道我该如何使用熵以其他方式（通过代码）增强信息？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）