/TextSimilarity

这是一个类,里面包含的有关文本相似度的常用的计算算法,例如,最长公共子序列,最短标记距离,TF-IDF等算法

Primary LanguagePython

TextSimilarity

这是一个类,里面包含的有关文本相似度的常用的计算算法,例如,最长公共子序列,最短标记距离,TF-IDF等算法 例如简单简单简单的用法:创建类实例,参数是两个文件目录,之后会生成两个字符串a.str_a, a.str_b

a = TextSimilarity('/home/a.txt','/home/b.txt')

In[89]:

a.minimumEditDistance(a.str_a,a.str_b) Out[89]: 0.3273657289002558

In[90]:

a.JaccardSim(a.str_a,a.str_b) Out[90]: 0.17937219730941703

In[91]:

a.splitWordSimlaryty(a.str_a,a.str_b,sim=a.pers_sim) Out[91]: 0.54331148827606712