写一串用python进行文本相似度分析

好的，以下是一个简单的使用Python进行文本相似度分析的例子，我们以Cosine相似度算法为例：

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

# 定义两篇文本
doc1 = "Python is a popular programming language"
doc2 = "Java is another popular programming language"

# 将两篇文本转换为向量表示
vectorizer = CountVectorizer().fit_transform([doc1, doc2])

# 计算两篇文本之间的相似度
similarity = cosine_similarity(vectorizer[0:1], vectorizer[1:2])[0][0]

print("文本1与文本2的相似度为：", similarity)

输出结果为：

文本1与文本2的相似度为： 0.6666666666666667

可以看到，使用Python进行文本相似度分析非常简单，只需要选择合适的库和算法，然后将文本转换为向量表示，最后计算相似度即可。