C#中文文本匹配，字符串匹配，中文词语匹配，计算2个句子相似度

本文链接：https://blog.csdn.net/u012080807/article/details/124215360

C#中文文本匹配，字符串匹配，中文词语匹配，计算2个句子相似度

 向量在数学上余弦定义如下：
  (https://img-blog.csdnimg.cn/67190e6263ad4acab813496d6de2be18.webp?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5p2O55qT6ZyG,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
  因此我们可以将句子向量话计算句子的余弦相似度。

Public static void Main()
{
var segmenter = new  JiebaSegmenter();
var douba = ClassSim.MatchKeywordSim("123", "145");
Console.WriteLine("【相似度1】：{0}", douba);
var douba1 = ClassSim.MatchKeywordSim("包皮手术治疗费用怎么治疗？", "包皮手术费用");
Console.WriteLine("【相似度1】：{0}", douba1);
var douba2= ClassSim.MatchKeywordSim("包皮手术治疗费用怎么治疗？", "包皮医院");
Console.WriteLine("【相似度2】：{0}", douba2);   


Console.ReadKey();

}

然后我们看下使用的匹配方法：

public class ClassSim
{
 public static double MatchKeywordSim(string keyword, string matchkeyword)
        {

            List<char> keywordList = keyword.ToCharArray().ToList();
            List<char> matchkeywordList = matchkeyword.ToCharArray().ToList();
            List<char> unionKeyword = keywordList.Union(matchkeywordList).ToList<char>();
            List<int> arrA = new List<int>();
            List<int> arrB = new List<int>();
            foreach (var str in unionKeyword)
            {
                arrA.Add(keywordList.Where(x => x == str).Count());
                arrB.Add(matchkeywordList.Where(x => x == str).Count());
            }
            double num = 0;
            double numA=0;
            double numB=0;
            for (int i = 0; i < unionKeyword.Count; i++)
            { 
                num+=arrA[i]*arrB[i];
                numA+=Math.Pow(arrA[i], 2);
                numB+=Math.Pow(arrB[i], 2);
            }
            double cos = num / (Math.Sqrt(numA) * Math.Sqrt(numB));
            return cos;
        }
}