基于规则嵌入的论文比对系统（10）-增添规则

原有规则

• CCS分类的相似度
• reference的相似程度
• 在该子空间上的文本中关键词的相似度

增添规则

• keywords的杰卡德相似度

代码

import config
paperID_list=[]
with open(config.ARTICLES, 'r') as f:
    for index, line in enumerate(f.readlines()):
        line = line.strip('\n').split("\t")
        paperId=int(line[-1])
        paperID_list.append(paperId)
paperId_keywords_dict={}
index=0
with open(config.KEYWORDS,'r') as f:
    for line in f:
        line=line.strip('\n').split("\t")
        line=line[:-1]
        paperId=paperID_list[index]
        index=index+1
        paperId_keywords_dict[paperId]=line     
def PaperId2KeywordsJaccard(paperId1,paperId2):
    temp_list1=paperId_keywords_dict[int(paperId1)]
    temp_list2=paperId_keywords_dict[int(paperId2)]
    temp_set=set(temp_list1+temp_list2)
    fenmu=len(temp_set)
    fenzi=len(temp_list1)+len(temp_list2)-fenmu
    return fenzi/fenmu

总结

接下来的主要工作就是代码的整合，以及测试数据的处理等等。