文章詳情頁
django - python實現兩篇文章相似度分析
瀏覽：128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. mysql在限制條件下篩選某列數據相同的值2. php - 生產環境下,給MySQL添加索引,修改表結構操作,如何才能讓線上業務不受影響？3. mysql - Sql union 操作4. mysql - 僅僅只是把單引號與反斜杠轉義不用prepare statement能否避免sql注入？5. java - Mybatis 數據庫多表關聯分頁的問題6. mysql主主同步，從庫不同步應該怎么解決？7. mysql - 拖拽重排序后怎么插入數據庫?8. 新入手layuiadmin，部署到tp中。想用php自已寫一個后臺管理系統。9. android - 安卓做前端，PHP做后臺服務器 有什么需要注意的？10. mysql 獲取時間函數unix_timestamp 問題？
排行榜
網公網安備