计算文档相似性算法（一）

1、提取所有文档中非重复出现的实词，去除停当词，如的，和，地，得、是等；

2、用提取的非重复单词组成特征向量，格式如下：   

1. 单词编号 汉字词
2.     ------------------
   
3.     1 阿
   
4.     2 啊
   
5.     3 阿斗
   
6.     4 阿姨
   
7.