python余弦定理求第三边_python余弦定理计算相似度

#-*- coding: utf-8 -*-

importjiebaimportjieba.analyseimportmathdefsentence_resemble():'''计算两个句子的相似度：

1，将输入的两个句子分词

2，求分词后两句子的并集(去重)

3，计算两句子各自词频

4，求词频向量

5，套用余弦定理公式求出相似度

余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"

:return:'''str1="我喜欢看电视，不喜欢看电影"str2="我不喜欢看电视，也不喜欢看电影"

#结巴分词，得到去掉逗号的数组

str1 =jieba.cut(str1)

str1= ",".join(str1)

str1_array= str1.split(",")

str1_array.remove(u"，")

str2=jieba.cut(str2)

str2= ",".join(str2)

str2_array= str2.split(",")

str2_array.remove(u"，")#求分词后两句子的并集(去重)

all_array = list(set(str1_array+str2_array))

all=sorted(all_array)#计算两句子各自