文章詳情頁
django - python實現兩篇文章相似度分析
瀏覽：117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. python - 我在使用pip install -r requirements.txt下載時，為什么部分能下載，部分不能下載2. mysql - jdbc的問題3. python - 如何正則字符串中的所有漢字4. mysql - 分庫分表、分區、讀寫分離 這些都是用在什么場景下 ，會帶來哪些效率或者其他方面的好處5. mysql - 如何減少使用或者不用LEFT JOIN查詢？6. python - 編碼問題求助7. mysql 5個left關鍵 然后再用搜索條件 幾千條數據就會卡，如何解決呢8. 視頻文件不能播放，怎么辦？9. python - oslo_config10. 圖片鏈接的地址怎么獲得的
排行榜
網公網安備