jieba的学习知识点

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

第一步
将句子变成多个单词
pip install jieba

'''
import jieba
import numpy as np   # 为了转换数组

s1 = "我来学习python!"

# 第一种切分模式:精确模式,比较适合做文本分析
s1_result_list = list(jieba.cut(s1))
print(s1_result_list)

# 全模式
s1_result_list = list(jieba.cut(s1, cut_all=True))
print(s1_result_list)

# 搜索引擎模式
s1_result_list = list(jieba.cut_for_search(s1))
print(s1_result_list)

s2 = "我们来学习python"
s3 = "我来学习python"
question = "python学习多久"
# 向量转换 list
s_vector = []

# 词典
word_vetor_list = ["我们","来","贪心","学院","学习"]
#
# for i in word_vetor_list:
#     if i in list(jieba.cut(s1)):
#         s_vector.append(1)
#     else:
#         s_vector.append(0)
#
# print(s_vector)


def get_vetor(data):
    vetor_list = []
    for i in word_vetor_list:
        if i in list(jieba.cut(data)):
            vetor_list.append(1)
        else:
            vetor_list.append(0)
    print(data)
    print(vetor_list)
    return np.array(vetor_list).reshape(1,-1)   # 将一维数组转换成了二维


question_vetor_list = get_vetor(question)
s1_result_list = get_vetor(s1)
s2_result_list = get_vetor(s2)
s3_result_list = get_vetor(s3)


# 相似度计算
from sklearn.metrics.pairwise import cosine_similarity
print(cosine_similarity(question_vetor_list,s1_result_list))  # list需要转成二维数组,否则报错
print(cosine_similarity(question_vetor_list,s2_result_list))
print(cosine_similarity(question_vetor_list,s3_result_list))



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值