用python计算两组文本的相似度，使用gensim库

可以使用gensim库中的similarity模块计算两组文本的相似度。具体操作如下：

1.导入gensim库中的similarity模块

from gensim.similarities import Similarity

2.分别读入两组文本，例如我们读入A.txt和B.txt中的文本

with open('A.txt', 'r', encoding='utf-8') as f:
    text_a = f.read()

with open('B.txt', 'r', encoding='utf-8') as f:
    text_b = f.read()

3.将两组文本分别进行处理，例如分词并构建一个文本集合

from jieba import cut

doc_a = [word for word in cut(text_a) if word != ' ']
doc_b = [word for word in cut(text_b) if word != ' ']

texts = [doc_a, doc_b]

4.使用Similarity模块计算两个文本的相似度

# 将文本集合转化为tfidf向量
corpus = [dictionary.doc2bow(text) for text in texts]
tfidf = models.TfidfModel(corpus)
corpus_tfidf = tfidf[corpus]

# 使用Similarity计算两个文本的相似度
similarity = Similarity('-Similarity-index', corpus_tfidf, num_features=len(dictionary))

# 获取文本B与文本A的相似度
sims = similarity[corpus_tfidf[1]]
print(sims)