用python计算文本中两个词语的相似度

要计算文本中两个词语的相似度，可以使用自然语言处理库NLTK中的WordNet。

具体步骤如下：

1. 安装NLTK库：在命令行中输入 `pip install nltk`

2. 下载WordNet：在Python中执行以下代码：

   import nltk
   nltk.download('wordnet')

3. 导入WordNet和余弦相似度计算函数：在Python中执行以下代码：

   from nltk.corpus import wordnet as wn
   from nltk.metrics import *

4. 计算两个词语的相似度：在Python中执行以下代码：

   word1 = 'apple'
   word2 = 'banana'
   synset1 = wn.synset(word1 + '.n.01')
   synset2 = wn.synset(word2 + '.n.01')
   similarity = synset1.path_similarity(synset2)
   print(similarity)

其中，`word1`和`word2`是要计算相似度的两个词语，`synset1`和`synset2`是将两个词语转换成WordNet的同义词集，`similarity`是两个同义词集之间的相似度，使用的是路径相似度计算方法。

注意，如果WordNet中没有词语的同义词集，会抛出`AttributeError`异常。