python tf-idf实现中文文本特征提取

以下是使用Python的sklearn库中的TfidfVectorizer类实现中文文本特征提取的示例代码：

from sklearn.feature_extraction.text import TfidfVectorizer

# 定义一些中文文本
text1 = "这是一篇关于自然语言处理的文章。"
text2 = "自然语言处理是人工智能领域的一个重要分支。"
text3 = "机器学习是实现自然语言处理的重要手段之一。"

# 将文本放入列表中
corpus = [text1, text2, text3]

# 创建TfidfVectorizer实例，设置分词器为jieba分词器
vectorizer = TfidfVectorizer(tokenizer=jieba.cut)

# 对文本进行特征提取
X = vectorizer.fit_transform(corpus)

# 输出特征向量
print(X.toarray())

在以上代码中，我们使用了jieba分词器对文本进行分词，并使用TfidfVectorizer类对文本进行特征提取。最终输出了每个文本的特征向量。