java文本相似度

找了不少方法也试了不少第三方接口，个人感觉这个对比纯汉字的相似度是最准的。比较数字和英文时有问题。可以试试SimHash的方式

public static String balance(String source, String target) {
        if (source == null && target == null) {
            return 1f * 100 + "%";
        }
        if (source == null || target == null) {
            return 0f * 100 + "%";
        }
        Set<Integer> aChar = source.chars().boxed().collect(Collectors.toSet());
        Set<Integer> bChar = target.chars().boxed().collect(Collectors.toSet());
        // 交集数量
        int intersection = SetUtils.intersection(aChar, bChar).size();
        if (intersection == 0) {
            return 0 * 100 + "%";
        }
        int union = SetUtils.union(aChar, bChar).size();
        float f = ((float) intersection) / (float)union;

        return f * 100 + "%";
    }