計算文本類似度的幾種方法

  傑卡德（Jaccard）類似係數   這種類似度計算方式相對簡單，原理也易於理解，就是計算單詞集合之間的交集和並集大小的比例，該值越大，表示兩個文本越類似。在涉及到大規模並行計算時，該方法效率上有必定的優點。 Jaccard 類似度公式： 舉例： 句子A：「我喜歡看電視，不喜歡看電影。」 句子B：「我不喜歡看電視，也不喜歡看電影。」  分詞去噪後：A=（我，喜歡，看，電視，電影，不）  B=（

>>阅读原文<<