使用【python】写【文本相似度分析】的代码，提供给我一个，键盘输入“1”然后按“”ENTER“”,循环指令

在Python中，我们可以使用`nltk`库中的`cosine_similarity`函数来进行文本相似度分析，这里我将给出一个简单的示例。首先，你需要安装`nltk`库，如果还没有安装，可以运行`pip install nltk`。

import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize

# 获取用户输入
while True:
    user_input = input("请输入两个文本字符串(按'q'退出): ")
    
    if user_input.lower() == 'q':
        break

    # 分词、移除停用词并转换成向量
    def preprocess(text):
        stop_words = set(stopwords.words('english'))
        tokens = word_tokenize(text)
        filtered_text = [token for token in tokens if token not in stop_words]
        return filtered_text

    text1 = preprocess(user_input.split()[0])
    text2 = preprocess(user_input.split()[1])

    vectorizer = TfidfVectorizer()
    tfidf_matrix = vectorizer.fit_transform([' '.join(text1), ' '.join(text2)])

    # 计算余弦相似度
    cosine_sim = np.dot(tfidf_matrix[0], tfidf_matrix[1].T) / (np.linalg.norm(tfidf_matrix[0]) * np.linalg.norm(tfidf_matrix[1]))

    similarity_score = cosine_sim.item()

    print(f"文本1与文本2的相似度分数: {similarity_score}")