python 2 计算字符串余弦相似度

def get_ord_list(str):

    return [ord(i) for i in str]

def calcu_approx(str1,str2):

    def dot(A,B):

        return (sum(a*b for a,b in zip(A,B)))

    def cosine_similarity(a,b):

        return dot(a,b) / ( (dot(a,a) **.5) * (dot(b,b) ** .5) )

    ord_list1 = get_ord_list(str1)

    ord_list2 = get_ord_list(str2)

    max_ord = max(max(ord_list1),max(ord_list2))+1

    print ord_list1,ord_list2,max_ord

    ord_dense_list1 = [0]*max_ord

    ord_dense_list2 = [0]*max_ord

    for i in ord_list1:

        ord_dense_list1[i] = 1

    for i in ord_list2:

        ord_dense_list2[i] = 1

    return cosine_similarity(ord_dense_list1,ord_dense_list2) 

s1 = u'我是中国人'

s2 = u'我是美国人'

print calcu_approx(s1,s2)  # 0.8

巴特西

python 2 计算字符串余弦相似度

最新文章

热门文章

巴特西

python 2 计算字符串 余弦相似度

最新文章

热门文章

python 2 计算字符串余弦相似度