文本相似度检测的流程以及文本相似度的数学度量方法

​1、流程：

①对于两个文本，通过特征提取的模型或手动实现，找出两个文本的关键字；

②从每个文本中各取出若干个关键词，把这些关键词合并成成一个集合，计算每个文本中各个词对于这个集合中的关键词的词频；

③生成两个文本中各自的词频向量；

④计算相似度，相似度的值越大表示越相似。

2、文本相似度计算方法：

①曼哈顿距离

②欧氏距离

③切比雪夫距离

④夹角余弦

⑤Jaro距离

⑥马氏距离

⑦杰卡德相似度