单表文本数据相似度查询代码

以下是使用Python编写的一个简单的单表文本数据相似度查询代码示例：

import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

# 读取数据
data = pd.read_csv('data.csv')

# 对文本数据进行向量化
tfidf_vectorizer = TfidfVectorizer()
tfidf_matrix = tfidf_vectorizer.fit_transform(data['text'])

# 计算相似度矩阵
similarity_matrix = cosine_similarity(tfidf_matrix)

# 获取与指定文本数据最相似的文本数据
text_index = 0 # 指定文本数据的索引
top_similarities = sorted(list(enumerate(similarity_matrix[text_index])), key=lambda x: x[1], reverse=True)
most_similar_index = top_similarities[1][0] # 最相似的文本数据的索引

# 输出结果
print('原始文本数据：', data['text'][text_index])
print('最相似的文本数据：', data['text'][most_similar_index])

其中，`data.csv`文件中存储了需要进行相似度查询的文本数据，示例代码中使用了TF-IDF向量化方法和余弦相似度计算方法进行相似度计算。通过指定需要查询相似度的文本数据的索引，可以获取与其最相似的文本数据的索引。