python+jieba+tfidf算法 文本類似度

jieba是python第三方庫，用於天然語言處理，對文本進行分詞，固然也有其餘的分詞庫。 gensim庫，利用TFIDF算法來進行文本類似度計算，經過利用gensim庫的corpora，models，similarities處理後續。python 基本思路：jieba進行分詞，整理爲指定格式->gensim庫將要對比的文檔經過doc2bow轉化爲稀疏向量->再經過models中的tf-idf將語

>>阅读原文<<