如何用Python编写计算两个文本之间相似度的代码？

在Python中，可以使用自然语言处理库如NLTK（Natural Language Toolkit）或更先进的工具，比如scikit-learn、gensim或spaCy来计算文本之间的相似度。这里我会给出一个简单的例子，使用TF-IDF（Term Frequency-Inverse Document Frequency）作为特征向量，然后通过余弦相似度来衡量两个文本的相似程度：

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

# 假设我们有两段文本
text1 = "这是第一段文本"
text2 = "这是第二段非常相似的文本"

# 创建TfidfVectorizer实例
vectorizer = TfidfVectorizer()

# 转换文本为tf-idf特征矩阵
tfidf_matrix = vectorizer.fit_transform([text1, text2])

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

print("文本1和文本2的相似度为:", similarity_score)

#