文章詳情頁
django - python實現兩篇文章相似度分析
瀏覽：162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. mac連接阿里云docker集群，已經卡了2天了，求問？2. nginx - 微信JSSDK，config執行的時候報錯：invalid signature3. javascript - 怎么實現移動端頁面滑動切換，從1可以滑到2 但是不能從2滑回1 這樣的效果呢？4. css - jq有無現成函數改變rotateX/Y的deg5. PHP類封裝的插入數據，總是插入不成功，返回false；6. javascript - web移動端 ? 版權這個字在安卓上默認藍色顏色 怎么解決？7. python - JWT, django如何定制關于用戶的Permission？8. objective-c - 微信支付的問題9. css - div內部滾動，安卓沒有滾動條（非body滾動），有什么辦法可以顯示嗎？10. javascript - 微信公眾號網頁使用redux如何管理用戶刷新？
排行榜
網公網安備