java做中文相关性计算

中文相关度计算

最近需要研究ES相关性打分,运用query之后的socre或者function_score无法满足客户需求,故借助于GPT,找了一个相关性计算的问题,借用此方法可在查询结果之后进行处理。感觉还不错,分享记录一下。

引入maven依赖

 <dependency>
            <groupId>com.hankcs</groupId>
            <artifactId>hanlp</artifactId>
            <version>portable-1.8.2</version>
 </dependency>

详细代码

public static void main(String[] args) {
        System.out.println(String.format("%.2f%%", calculateCosineSimilarity("中国武汉", "我爱中国武汉") * 100));
    }

    public static double calculateCosineSimilarity(String str1, String str2) {
        Map<String, Integer> vector1 = getTermFrequencyVector(str1);
        Map<String, Integer> vector2 = getTermFrequencyVector(str2);
        double dotProduct = calculateDotProduct(vector1, vector2);
        double magnitude1 = calculateMagnitude(vector1);
        double magnitude2 = calculateMagnitude(vector2);
        if (magnitude1 == 0 || magnitude2 == 0) {
            return 0.0; // 避免除以零错误
        } else {
            return dotProduct / (magnitude1 * magnitude2);
        }
    }

    private static Map<String, Integer> getTermFrequencyVector(String str) {
        List<Term> terms = BasicTokenizer.segment(str);
        Map<String, Integer> vector = new HashMap<>();
        for (Term term : terms) {
            String word = term.word;
            vector.put(word, vector.getOrDefault(word, 0) + 1);
        }
        return vector;
    }

    private static double calculateDotProduct(Map<String, Integer> vector1, Map<String, Integer> vector2) {
        double dotProduct = 0;
        for (String term : vector1.keySet()) {
            dotProduct += vector1.getOrDefault(term, 0) * vector2.getOrDefault(term, 0);
        }
        return dotProduct;
    }

    private static double calculateMagnitude(Map<String, Integer> vector) {
        double magnitude = 0;
        for (int value : vector.values()) {
            magnitude += Math.pow(value, 2);
        }
        return Math.sqrt(magnitude);
    }
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值