python代码如何实现余弦相似性计算

作者:郭雪原 时间:2021-08-15 03:40:04 

这篇文章主要介绍了python代码如何实现余弦相似性计算,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

A:西米喜欢健身

B:超超不爱健身,喜欢打游戏

step1:分词

A:西米/喜欢/健身

B:超超/不/喜欢/健身,喜欢/打/游戏

step2:列出两个句子的并集

西米/喜欢/健身/超超/不/打/游戏

step3:计算词频向量

A:[1,1,1,0,0,0,0]

B:[0,1,1,1,1,1,1]

step4:计算余弦值

python代码如何实现余弦相似性计算

余弦值越大,证明夹角越小,两个向量越相似。

step5:python代码实现


import jieba
import 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('阿克苏苹果', '阿克苏苹果'))

来源:https://www.cnblogs.com/guoxueyuan/p/7779239.html

标签:python,余弦,相似性
0
投稿

猜你喜欢

  • Python3中的re.findall()方法及re.compile()

    2023-04-12 11:54:47
  • Django中信号signals的简单使用方法

    2023-08-18 08:49:49
  • 奇淫技巧和西天取经

    2009-08-24 12:34:00
  • JavaScript 扩展运算符用法实例小结【基于ES6】

    2024-04-22 13:06:03
  • python 处理dataframe中的时间字段方法

    2021-04-27 05:21:33
  • mysql性能优化之索引优化

    2024-01-15 13:51:44
  • MySQL为例讲解JDBC数据库连接步骤

    2024-01-25 06:14:52
  • “)”引起PNG透明滤镜失效

    2008-08-11 13:10:00
  • python实现简单俄罗斯方块游戏

    2023-04-13 03:28:05
  • python基于tkinter制作下班倒计时工具

    2022-09-17 00:43:36
  • MySQL Version确认问题(版本确认)

    2024-01-19 15:20:47
  • 5个很好的Python面试题问题答案及分析

    2023-05-12 18:45:23
  • Python数据分析Matplotlib 柱状图绘制

    2023-10-19 03:00:02
  • django 2.2和mysql使用的常见问题

    2024-01-27 17:40:02
  • python静态方法实例

    2023-02-17 12:03:22
  • Python+Opencv识别两张相似图片

    2022-11-07 09:12:55
  • 一个基于flask的web应用诞生 bootstrap框架美化(3)

    2023-12-04 02:30:39
  • Python函数关键字参数及用法详解

    2023-08-13 00:34:06
  • Nodejs做文本数据处理实现详解

    2024-05-13 10:04:06
  • 解决Python下json.loads()中文字符出错的问题

    2022-06-17 21:16:52
  • asp之家 网络编程 m.aspxhome.com