文章詳情頁
django - python實現兩篇文章相似度分析
瀏覽：233日期：2022-08-08 10:30:47
問題描述
如題，最近有需求要做文章相似度分析，需求很簡單，具體就是對比兩篇分別300字左右的文章的相似度情況，目前查到的方法，需要先中文分詞（jieba），然后對比相似度，時間緊任務重，不知道有沒有做過類似功能的大神可以指點一二的
問題解答
回答1：第一步你已經給出了，首先對文章進行中文分詞，然后計算每個詞在兩篇文章中的tf-idf值。然后計算兩個文章的余弦相似度，可以用Python中的gensim實現。
有疑問請繼續提問。
回答2：補一下一樓的答案在食用余弦相似性或TF-IDF，應該首先去掉停止詞。
停止詞，是由英文單詞:stopword翻譯過來的，原來在英語里面會遇到很多a，the，or等使用頻率很多的字或詞，常為冠詞、介詞、副詞或連詞等。因為副詞，連詞這類詞語并不會十分影響我們對語義的判斷。
但是單純的余弦相似性和TF-IDF某種情況下并不能十分的可靠。推一波自己的鏈接2333這里
建議使用textrank和以上算法進行結合
相關文章：
1. 我在centos容器里安裝docker，也就是在容器里安裝容器，報錯了？2. docker不顯示端口映射呢？3. docker-compose中volumes的問題4. 在windows下安裝docker Toolbox 啟動Docker Quickstart Terminal 失敗！5. docker內創建jenkins訪問另一個容器下的服務器問題6. golang - 用IDE看docker源碼時的小問題7. javascript - 連續點擊觸發mouseleave事件8. 關docker hub上有些鏡像的tag被標記““This image has vulnerabilities””9. docker容器呢SSH為什么連不通呢？10. mac里的docker如何命令行開啟呢？
排行榜
網公網安備