Pythonの2つのテキスト文書間の類似度

Question

1から4までの4つの文書が用意されています。それぞれ1文のテキストが1つあります。 TF-IDFスコアに従って計算されるように、最初の文書に最も類似する文書の識別子を決定する。

My name is Ankit, 
Ankit name is very famous, 
Ankit like his name 
India has a lot of beautiful cities 

整数（2または3または4のいずれか）を出力し、先頭または末尾にはスペースを入れません。

Answer 1

import numpy as np 

from sklearn.feature_extraction.text import TfidfVectorizer 

vect = TfidfVectorizer(min_df=1) 

tfidf = vect.fit_transform(["My name is Ankit", 
          "Ankit name is very famous", 
          "Ankit like his name", 
          "India has a lot of beautiful cities"]) 

print ((tfidf * tfidf.T).A)