用句向量法加余弦相似度判断两个文本的相似度，文本用txt存储，给出python代码示例

当使用句向量法结合余弦相似度来判断两个文本的相似度时，可以使用Python的文本处理库（如NLTK）和预训练的词向量模型（如Gensim）来实现。以下是一个示例代码：

import nltk
from gensim.models import Word2Vec
from sklearn.metrics.pairwise import cosine_similarity

# 读取文本文件
def read_text_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        text = file.read()
    return text

# 对文本进行分词
def tokenize_text(text):
    sentences = nltk.sent_tokenize(text)
    word_tokens = [nltk.word_tokenize(sentence) for sentence in sentences]
    return word_tokens

# 计算句子的句向量表示
def calculate_sentence_vector(word_tokens, word2vec_model):
    sentence_vector = []

    for tokens in word_tokens:
        vectors = []
        for token in tokens:
            if token in word2vec_model.wv:
                vectors.append(word2vec_model.wv[token])
        if vectors:
            sentence_vector.append(sum(vectors) / len(vectors))

    return sentence_vector

# 计算两个句子的相似度（余弦相似度）
def calculate_similarity(sentence_vector1, sentence_vector2):
    similarity_matrix = cosine_similarity(sentence_vector1, sentence_vector2)
    return similarity_matrix[0][0]

# 主函数
def main():
    # 加载预训练的词向量模型
    word2vec_model = Word2Vec.load('your_word2vec_model_path')

    # 读取文本文件
    text1 = read_text_file('text1.txt')
    text2 = read_text_file('text2.txt')

    # 分词
    word_tokens1 = tokenize_text(text1)
    word_tokens2 = tokenize_text(text2)

    # 计算句向量表示
    sentence_vector1 = calculate_sentence_vector(word_tokens1, word2vec_model)
    sentence_vector2 = calculate_sentence_vector(word_tokens2, word2vec_model)

    # 计算相似度
    similarity = calculate_similarity(sentence_vector1, sentence_vector2)
    print('相似度：', similarity)

if __name__ == '__main__':
    main()

在上述代码中，需要将"your_word2vec_model_path"替换为你自己训练或下载的词向量模型的文件路径。同时，需要将"text1.txt"和"text2.txt"替换为你要比较相似度的两个文本文件路径。

请确保已安装NLTK、Gensim和scikit-learn库，可以使用pip命令进行安装：

pip install nltk gensim scikit-learn

此代码示例将两个文本文件分别读取并进行分词处理，然后使用预训练的词向量模型计算句向量表示，最后通过余弦相似度计算两个句子的相似度。