用python写文本相似度 余弦相似度 代码 input函数

以下是使用 Python 编写文本相似度计算的余弦相似度代码以及 input 函数的使用示例：

import math

def get_word_list(text):
    # 将文本拆分成单词列表
    return text.lower().split()

def calc_tf(word_list):
    # 计算单词的词频
    tf_dict = {}
    for word in word_list:
        tf_dict[word] = tf_dict.get(word, 0) + 1
    return tf_dict

def calc_idf(word_list_list, word):
    # 计算单词的逆文档频率
    count = sum([1 for word_list in word_list_list if word in word_list])
    return math.log(len(word_list_list) / count)

def calc_tfidf(tf_dict, idf_dict):
    # 计算 TF-IDF
    tfidf_dict = {}
    sum_squares = 0
    for word, tf in tf_dict.items():
        tfidf = tf * idf_dict[word]
        tfidf_dict[word] = tfidf
        sum_squares += tfidf ** 2
    magnitude = math.sqrt(sum_squares)
    for word in tfidf_dict.keys():
        tfidf_dict[word] /= magnitude
    return tfidf_dict

def calc_cosine_similarity(tfidf_dict1, tfidf_dict2):
    # 计算余弦相似度
    dot_product = 0
    for word in set(tfidf_dict1.keys()) & set(tfidf_dict2.keys()):
        dot_product += tfidf_dict1[word] * tfidf_dict2[word]
    return dot_product

def main():
    # 获取用户输入的两段文本
    text1 = input('请输入第一个文本：')
    text2 = input('请输入第二个文本：')

    # 计算两段文本的余弦相似度
    word_list1 = get_word_list(text1)
    word_list2 = get_word_list(text2)
    word_list_list = [word_list1, word_list2]
    tf_dict1 = calc_tf(word_list1)
    tf_dict2 = calc_tf(word_list2)
    idf_dict = {word: calc_idf(word_list_list, word) for word in set(word_list1) | set(word_list2)}
    tfidf_dict1 = calc_tfidf(tf_dict1, idf_dict)
    tfidf_dict2 = calc_tfidf(tf_dict2, idf_dict)
    similarity = calc_cosine_similarity(tfidf_dict1, tfidf_dict2)
    
    # 输出结果
    print('两段文本的余弦相似度为：%.2f' % similarity)

if __name__ == '__main__':
    main()

需要注意的是，这个代码示例只是一个简单的实现，实际应用中可能需要考虑更多的复杂情况，例如停用词、文本预处理等。