表格使用【python】写【文本相似度分析】的代码

在Python中进行文本相似度分析，常用的方法之一是计算两个字符串之间的余弦相似度。余弦相似度是通过测量两个向量内积空间的夹角的余弦值来确定两个向量之间的差异。对于文本，可以通过将文本转化为词向量（通常使用词袋模型或TF-IDF模型），然后计算这些向量之间的余弦相似度。

下面是一个简单的示例代码，使用Python的`sklearn`库中的`TfidfVectorizer`来转换文本并计算余弦相似度：

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

# 示例文本
text1 = "Python是一种高级编程语言"
text2 = "Python是一种广泛使用的解释型编程语言"

# 使用TF-IDF模型将文本转化为词向量
vectorizer = TfidfVectorizer()
tfidf_matrix = vectorizer.fit_transform([text1, text2])

# 计算余弦相似度
cosine_sim = cosine_similarity(tfidf_matrix[0:1], tfidf_matrix[1:2])

# 输出相似度分数
print("相似度分数为:", cosine_sim[0][0])

# 生成一个文本相似度分析报告的函数
def calculate_similarity(text1, text2):
    vectorizer = TfidfVectorizer()
    tfidf_matrix = vectorizer.fit_transform([text1, text2])
    cosine_sim = cosine_similarity(tfidf_matrix[0:1], tfidf_matrix[1:2])
    return cosine_sim[0][0]

# 使用函数计算相似度
similarity = calculate_similarity(text1, text2)
print("文本相似度为:", similarity)

这段代码首先定义了两个字符串文本，然后使用`TfidfVectorizer`将文本转换为TF-IDF词向量，接着计算并输出两个向量之间的余弦相似度分数。