【文本相似度計算】總結篇

先留位   文本相似度概念： Sim(A,B)=logP(common(A,B))/logP(description(A,B))  其中, common(A,B)是A和B的共性信息, description(A,B)是描述A和B的全部信息, 公式表達出相似度與文本共性成正相關。 文本相似度計算方法分類如下： 基於字符串的計算方法： 該方法從字符串匹配度出發, 以字符串共現和重複程度爲相似度的衡量標

>>阅读原文<<