如何計算兩個文本文檔之間的相似度？我正在尋找一個NLP項目，使用任何編程語言（雖然Python將是我的偏好）。我想拿兩份文件，確定它們有多相似。
3 回答
茅侃侃
TA貢獻1842條經驗 獲得超22個贊
這是一個老問題，但我發現這可以通過Spacy輕松完成。一旦讀取文檔，similarity就可以使用簡單的api 來找到文檔向量之間的余弦相似度。
import spacy
nlp = spacy.load('en')
doc1 = nlp(u'Hello hi there!')
doc2 = nlp(u'Hello hi there!')
doc3 = nlp(u'Hey whatsup?')
print doc1.similarity(doc2) # 0.999999954642
print doc2.similarity(doc3) # 0.699032527716
print doc1.similarity(doc3) # 0.699032527716
添加回答
舉報
0/150
提交
取消