這篇文章主要介紹了python代碼如何實(shí)現(xiàn)余弦相似性計(jì)算,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

A：西米喜歡健身

B：超超不愛(ài)健身，喜歡打游戲

step1:分詞

A：西米／喜歡／健身

B：超超／不／喜歡／健身，喜歡／打／游戲

step2:列出兩個(gè)句子的并集

西米／喜歡／健身／超超／不／打／游戲

step3:計(jì)算詞頻向量

A：[1,1,1,0,0,0,0]

B：[0,1,1,1,1,1,1]

step4:計(jì)算余弦值

余弦值越大，證明夾角越小，兩個(gè)向量越相似。

step5:python代碼實(shí)現(xiàn)

import jiebaimport jieba.analyse def words2vec(words1=None, words2=None):  v1 = []  v2 = []  tag1 = jieba.analyse.extract_tags(words1, withWeight=True)  tag2 = jieba.analyse.extract_tags(words2, withWeight=True)  tag_dict1 = {i[0]: i[1] for i in tag1}  tag_dict2 = {i[0]: i[1] for i in tag2}  merged_tag = set(tag_dict1.keys()) | set(tag_dict2.keys())  for i in merged_tag:    if i in tag_dict1:      v1.append(tag_dict1[i])    else:      v1.append(0)    if i in tag_dict2:      v2.append(tag_dict2[i])    else:      v2.append(0)  return v1, v2  def cosine_similarity(vector1, vector2):  dot_product = 0.0  normA = 0.0  normB = 0.0  for a, b in zip(vector1, vector2):    dot_product += a * b    normA += a ** 2    normB += b ** 2  if normA == 0.0 or normB == 0.0:    return 0  else:    return round(dot_product / ((normA**0.5)*(normB**0.5)) * 100, 2)   def cosine(str1, str2):  vec1, vec2 = words2vec(str1, str2)  return cosine_similarity(vec1, vec2) print(cosine('阿克蘇蘋(píng)果', '阿克蘇蘋(píng)果'))

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持武林站長(zhǎng)站。