结巴分词关键词相似度_jieba+gensim 实现相似度

相似度

自然语言处理(NLP) : 大概意思就是 让计算机明白一句话要表达的意思,NLP就相当于计算机在思考你说的话,让计算机知道"你是谁","你叫啥","你叫什么名字"是一个意思.

语义相似度:

pip install jieba

pip install gensim

jieba分词

# 将中文字符串进行分词

import jieba

key_word = "你叫什么名字" # 定义一句话,基于这句话进行分词

cut_word = jieba.cut(key_word) # 使用结巴分词中的cut方法对"你叫什么名字" 进行分词

print(cut_word) # 生成器

cut_word_list = list(cut_word) # 把生成器对象做成列表

print(cut_word_list) # ['你', '叫', '什么', '名字']

gensim 稀疏矩阵相似度

import jieba

import gensim

from gensim import corpora

from gensim import models

from gensim import similarities

l1 = ["你的名字是什么", "你今年几岁了", "你有多高你胸多大", "你胸多大"]

a = "你今年多大了"

all_doc_list = []

for doc in l1:

doc_list = [word