用SMC相似度计算文本之间的相似度

SMC(Simple Matching Coefficient)相似度计算是一种简单的文本相似度计算方法，它基于文本中相同词汇的数量来判断两个文本的相似程度。其计算公式如下：

SMC(A, B) = (A ∩ B) / (A ∪ B)

其中 A 和 B 分别表示两个文本的词汇集合，A ∩ B 表示两个文本中相同的词汇集合，A ∪ B 表示两个文本的词汇集合的并集。

举个例子，假设文本 A 为“我喜欢看电影”，文本 B 为“我喜欢看电视剧”，那么它们之间的 SMC 相似度为：

A = {我，喜欢，看，电影}

B = {我，喜欢，看，电视剧}

A ∩ B = {我，喜欢，看}

A ∪ B = {我，喜欢，看，电影，电视剧}

SMC(A, B) = 3/5 = 0.6

因此，这两个文本之间的相似度为 0.6，说明它们有一定程度的相似性。