即插即用demo系列——文本相似度比较
来源:互联网 发布:餐饮软件全国排名 编辑:程序博客网 时间:2024/06/07 02:15
#coding=GBKfrom fuzzywuzzy import fuzzfrom gensim import corpora, models, similarities def similar(query, choices, coding='utf8'): '''文本相似度''' return [fuzz.token_sort_ratio(query.decode(coding), i.decode(coding), False) for i in choices] def similar2(query, choices, coding='utf8'): '''文本相似度比较''' texts = [[word for word in document.decode(coding).split()] for document in choices] dictionary = corpora.Dictionary(texts) corpus = [dictionary.doc2bow(text) for text in texts] tfidf = models.TfidfModel(corpus) corpus_tfidf = tfidf[corpus] index = similarities.MatrixSimilarity(corpus_tfidf) vec_bow = dictionary.doc2bow(query.decode(coding).split()) vec_tfidf = tfidf[vec_bow] sims = index[vec_tfidf] similarity = [int(i * 100) for i in list(sims)] return similarity if __name__ == '__main__': print similar('测试 分词 fuzzy', ['分词 测试', '测试 分词 fuzzy', '今天 天气 很好', '没事 别 测试', 'NBA 篮球 好玩'], coding='gbk') print similar2('测试 分词 fuzzy', ['分词 测试', '测试 分词 fuzzy', '今天 天气 很好', '没事 别 测试', 'NBA 篮球 好玩'], coding='gbk')
打印两个结果
[63, 100, 21, 44, 20]
[54, 100, 0, 5, 0]
数字越大,相似度越大。100的时候,说明完全相同
0 0
- 即插即用demo系列——文本相似度比较
- 即插即用demo系列——RSA验证
- 即插即用demo系列——结巴分词并计算权重
- 即插即用demo系列——python 调用C++代码
- 文本分析系列——基于相似哈希信息指纹的文本相似度算法
- 大文本相似度比较
- 文本比较算法Ⅲ——计算文本的相似度
- 文本比较算法Ⅲ——计算文本的相似度
- pythonNLP-文本相似度计算-Demo
- 如何比较两个文本的相似度
- 如何比较两个文本的相似度
- 如何比较两个文本的相似度
- python比较文本相似度(not semantical)
- 如何比较两个文本的相似度 .
- 如何比较两个文本的相似度 .
- 非主流自然语言处理——遗忘算法系列(五):文本相似度
- 【Spark Mllib】TF-IDF&Word2Vec——文本相似度
- 文本相似度算法
- ubuntu基于shadowsocks的PAC全局代理:解决方案
- tp common模块在Thinkphp里面的作用
- 常用的数据源配置
- Codeforces 493C. Vasya and Basketball【暴力+二分】
- Windows 安装 mysql5.6
- 即插即用demo系列——文本相似度比较
- JAVA基础 day11 多线程 同步代码块 死锁问题
- css优化、提高性能的方法
- CSS外边距叠加的问题
- Android系统篇之—-Binder机制和远程服务调用机制分析
- ie9下checkbox无法二次全选
- ClipboardManager Hook总结
- windows + caffe + 配置python接口
- js常用方法