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;
}
}
运行结果:
根据
运行结果我们能够看到 2条中文的句子的相似度越高,句子越趋同!
测试项目下载超链接地址,下载即用,分不高哈