python nlp 字符串余弦相似度

在Python中，可以使用scikit-learn库来计算两个文本字符串之间的余弦相似度。具体步骤如下：

1. 导入必要的库

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

2. 定义两个文本字符串

text1 = "Hello World!"
text2 = "Hello Python!"

3. 将两个文本字符串转换为向量表示

vectorizer = TfidfVectorizer()
vectors = vectorizer.fit_transform([text1, text2])

4. 计算两个向量之间的余弦相似度

cosine_similarity(vectors[0], vectors[1])[0][0]

这里的输出值为0.0，表示两个文本字符串之间的余弦相似度为0。如果输出值越接近1，则表示两个文本字符串越相似。