customized_tokenizer.rb

require 'matrix'
require 'tf-idf-similarity'

class Token
  def initialize(mecab_node)
    @node = mecab_node
  end

  def valid?
    @node.feature.start_with?('名詞')
  end

  def to_s
    @node.surface
  end
end

# Mecab is a Morphological analysis for Japanese language.
# Natto is the gem to utilize Mecab in Ruby. 
class Tokenizer
  def tokenize(text)
    require 'natto'

    nm = Natto::MeCab.new

    nm.enum_parse(text).to_a.map do |node|
      Token.new(node)
    end
  end
end

tokenizer = Tokenizer.new
options = { tokenizer: tokenizer }

document1 = TfIdfSimilarity::Document.new("友人がコンビニでポッキー特設売り場を発見して一言、「ポッキーの日は推しの為にあるんだよ」とのことなので2次創作用ポッキーやバーチャルポッキーの方が売れる説", options)
document2 = TfIdfSimilarity::Document.new("11月11日はポッキー&プリッツの日！ ポッキー&\"プリッツ\"の日！ 『プリッツ』の日！", options)
document3 = TfIdfSimilarity::Document.new("今日は #ポッキープリッツの日 （私はプリッツ派）ですが事務所にはなかったので同メーカー グリコさんの #ビスコ をおやつにいただきまんもす。いちご味あるん知らんかったんやけど、昔からある？ ちなみに、ビスコを食べる時は幼い頃から2つに分けてから食べます。", options)

corpus = [document1, document2, document3]

model = TfIdfSimilarity::TfIdfModel.new(corpus)

matrix = model.similarity_matrix

puts matrix