python代碼如何實(shí)現(xiàn)余弦相似性計(jì)算
更新時(shí)間：2020年02月09日 11:41:15 作者：郭雪原
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
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 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('阿克蘇蘋果', '阿克蘇蘋果'))
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腳本之家。
相關(guān)文章
keras和tensorflow使用fit_generator 批次訓(xùn)練操作
這篇文章主要介紹了keras和tensorflow使用fit_generator 批次訓(xùn)練操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-07-07
VS Code配置Anaconda Python環(huán)境的詳細(xì)教程
在 Visual Studio Code (VS Code) 中可以使用 Anaconda 環(huán)境進(jìn)行 Python 開發(fā),可以充分利用 Anaconda 提供的包管理和虛擬環(huán)境功能,同時(shí)享受 VS Code 提供的強(qiáng)大開發(fā)工具和調(diào)試功能,本文主要介紹了VS Code配置Anaconda Python環(huán)境的詳細(xì)教程,需要的朋友可以參考下2024-09-09
Python解析、提取url關(guān)鍵字的實(shí)例詳解
今天小編就為大家分享一篇Python解析、提取url關(guān)鍵字的實(shí)例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12
測(cè)試系統(tǒng)環(huán)境 Windows 2003 python 2.5.1 mysql 5.0.1 應(yīng)該只適用于Win，因?yàn)檎{(diào)用了CMD。 增量備份，因?yàn)樽杂?，?shù)據(jù)庫(kù)不大。2008-07-07
這篇文章主要介紹了python下載衛(wèi)星云圖合成gif的方法示例，文中通過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，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02
將YOLOv5中的PANet層修改為EfficientDet-BiFPN,實(shí)現(xiàn)自上而下與自下而上的深淺層特征雙向融合,明顯提升YOLOv5算法檢測(cè)精度,下面這篇文章主要給大家介紹了關(guān)于Yolov5更換BiFPN的詳細(xì)步驟,需要的朋友可以參考下2022-12-12
Python使用Numpy實(shí)現(xiàn)Kmeans算法的步驟詳解
將物理或抽象對(duì)象的集合分成由類似的對(duì)象組成的多個(gè)類的過程被稱為聚類。這篇文章主要介紹了Python使用Numpy實(shí)現(xiàn)Kmeans算法,需要的朋友可以參考下2021-11-11
在matlab中創(chuàng)建類似字典的數(shù)據(jù)結(jié)構(gòu)方式
這篇文章主要介紹了在matlab中創(chuàng)建類似字典的數(shù)據(jù)結(jié)構(gòu)方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-03-03
django開發(fā)之settings.py中變量的全局引用詳解
當(dāng)網(wǎng)站里面的一些內(nèi)容，如郵箱，網(wǎng)站標(biāo)題，網(wǎng)站的描述，這些東西我們可以存在數(shù)據(jù)庫(kù)中也可以存放在我們的setting 文件中，這篇文章主要給大家介紹了django中settings.py變量的全局引用的相關(guān)資料，文中介紹的非常詳細(xì)，需要的朋友可以參考下。2017-03-03
TensorFlow利用saver保存和提取參數(shù)的實(shí)例
今天小編就為大家分享一篇TensorFlow利用saver保存和提取參數(shù)的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-07-07