python 计算短文本相似度的代码

计算短文本相似度可以使用余弦相似度（cosine similarity）算法。下面是一个使用Python计算余弦相似度的例子：

import numpy as np

def cosine_similarity(a, b):
    """
    计算余弦相似度
    """
    dot_product = np.dot(a, b)
    norm_a = np.linalg.norm(a)
    norm_b = np.linalg.norm(b)
    return dot_product / (norm_a * norm_b)

# 将文本转换为向量
def text_to_vector(text):
    words = text.lower().split()
    return np.array([float(words.count(w)) for w in words])

# 计算相似度
text1 = "This is a sample sentence."
text2 = "This sentence is similar to a sample sentence."
vector1 = text_to_vector(text1)
vector2 = text_to_vector(text2)
similarity = cosine_similarity(vector1, vector2)
print(similarity)

在上面的代码中，`text_to_vector`函数将文本转换为向量，`cosine_similarity`函数计算余弦相似度，最后使用这两个函数计算文本的相似度。