使用【】写【文本相似度分析】的代码

在Python中，我们可以使用一些自然语言处理库如`NLTK`、`spaCy`或者`scikit-learn`里的`TfidfVectorizer`和`cosine_similarity`来进行文本相似度分析。这里是一个简单的例子，使用`TfidfVectorizer`计算两个字符串之间的余弦相似度：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

# 定义文本相似度函数
def text_similarity(text1, text2):
    vectorizer = TfidfVectorizer()
    vectors = vectorizer.fit_transform([text1, text2])
    
    # 计算余弦相似度
    similarity_score = cosine_similarity(vectors)[0][1]
    return similarity_score

# 示例使用
text1 = "这是一段示例文本"
text2 = "这是另一段相似的文本"
score = text_similarity(text1, text2)
print(f"文本相似度得分：{score}")