计算data1.txt 、data2.txt 、data3.txt这三篇文档之间的相似度 代码

计算文档之间的相似度可以使用文本相似度算法，常见的算法有余弦相似度和Jaccard相似度。下面是使用Python代码计算三篇文档之间余弦相似度的示例：

import math

# 读取文档内容
def read_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
    return content

# 计算词频
def calculate_word_frequency(content):
    words = content.split()
    word_frequency = {}
    for word in words:
        if word in word_frequency:
            word_frequency[word] += 1
        else:
            word_frequency[word] = 1
    return word_frequency

# 计算余弦相似度
def calculate_cosine_similarity(doc1, doc2):
    word_frequency1 = calculate_word_frequency(doc1)
    word_frequency2 = calculate_word_frequency(doc2)

    # 计算向量点积
    dot_product = 0
    for word in word_frequency1:
        if word in word_frequency2:
            dot_product += word_frequency1[word] * word_frequency2[word]

    # 计算向量长度
    length1 = math.sqrt(sum([freq ** 2 for freq in word_frequency1.values()]))
    length2 = math.sqrt(sum([freq ** 2 for freq in word_frequency2.values()]))

    # 计算余弦相似度
    similarity = dot_product / (length1 * length2)
    return similarity

# 读取文档内容
doc1 = read_file('data1.txt')
doc2 = read_file('data2.txt')
doc3 = read_file('data3.txt')

# 计算相似度
similarity_1_2 = calculate_cosine_similarity(doc1, doc2)
similarity_1_3 = calculate_cosine_similarity(doc1, doc3)
similarity_2_3 = calculate_cosine_similarity(doc2, doc3)

print("data1.txt和data2.txt的相似度：", similarity_1_2)
print("data1.txt和data3.txt的相似度：", similarity_1_3)
print("data2.txt和data3.txt的相似度：", similarity_2_3)

请注意，以上代码仅提供了一种计算文档相似度的方法，具体的相似度计算方法可以根据实际需求选择。另外，需要将`data1.txt`、`data2.txt`、`data3.txt`替换为实际的文件路径。