备案控制台

开发者社区> 问答> 正文

Python 数据挖掘中文本相似度的计算有哪些方法？

已解决

Python 数据挖掘中文本相似度的计算有哪些方法？

展开

收起

gxx1 2022-07-24 08:39:05 2875 0

1 条回答

写回答

取消提交回答

gxx2

推荐回答

1. 基于字符串：从字符串匹配度出发，以字符串共现和重复程度为相似度的衡量标准。根据计算粒度不同，可将方法分为基于字符(Character-Based)的方法和基于词语(Term-Based)的方法。

2. 基于语料库：从语料库中获取的信息计算文本相似度。基于语料库的方法可以分为：基于词袋模型的方法、基于神经网络的方法和基于搜索引擎的方法。前两种以待比较相似度的文档集合为语料库，后一种以Web为语料库。

3. 基于知识组织：利用具有规范组织体系的知识库计算文本相似度，一般分为两种：基于本体知识和基于网络知识。

4. 其它方法：例如句法分析方法等

2022-07-24 18:07:23

赞同展开评论打赏

问答分类：

数据挖掘 Python

问答标签：

Python计算 Python方法 Python文本 Python数据挖掘数据挖掘python

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

python做数据挖掘会不会有那种算法来的容易，效率却被降得很低的情况？

46

1

0

python爬虫的方法有哪些？

685

0

0

python的学习方法有哪些

1344

2

0

python爬虫的好方法都有哪些

833

0

0

python里面怎么样能使用fit方法对数据集进行训练呀？

726

1

0

python中列表两种变异方法有什么区别？

654

1

0

我用最基础的Hello world用例测了一下，发现python的函数执行速度比java快很多【py

1127

2

0

请问Python写的函数可以在中台调用吗? 数据中台为什么不支持pandas包?

1010

1

0

函数运行 /opt/python/scrapy crawl pubs 提示没有权限怎么办呢？直接使用

1018

1

0

请问我的一个python脚本想直接在函数计算中跑，这个脚本是一直运行的状态，但创建函数我看到都有执行

1073

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819013

2 据说在家办公的程序员是这样写代码的？ 1793136

3 阿里云开放端口权限 690270

4 如何升级配置 536292

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522847

6 【精品问答】python技术1000问(1) 514126

7 Flink Forward Asia 2021 有奖问答 512907

8 OceanBase 使用动画（持续更新） 359373

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801

10 OSS存储服务-客户端工具 321581

11 为体验实验室取一个新名字。 307477

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304089

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284203

15 安全组详解，新手必看教程 277341

16 写code还是做管理，开发者如何进行职业规划？ 269138

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880

18 阿里云手机和阿云浏览器连接问题专帖 235687

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 227733

20 请问阿里云邮箱如何开启SMTP服务啊！ 225866

1 “AI +脱口秀”，笑点能靠算法去创造吗？ 210

2 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 156

3 AI宠物更适合当代年轻人的陪伴需求吗？ 734

4 AI客服未来会完全代替人工吗？ 906

5 “云+AI”能够孵化出多少可能？ 831

6 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 630

7 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 183

8 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1518

9 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 213

10 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 181

11 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 107

12 CUDA error: CUDA-capable device(s) is busy 163

13 AI时代，存力or算力哪一个更关键？ 1226

14 求宜搭关联表单的更新方法！！！ 341

15 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1294

16 老哥们有个需求想请教一下，十分感谢 332

17 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 417

18 关于宜搭自定义页面的文本组件循环获取其它表单的子表单数据。 173

19 flink1.20.0 部署后发布报错，是怎么回事，各种配置都配置了 213

20 关于开发者的100件小事，你知道哪些？ 1316

相关课程

更多

Python Web开发基础

33645

4

去学习

Python爬虫实战

40360

6

去学习

Python常用数据科学库

1625

53

去学习

Python网络爬虫实战

2530

3

去学习

Python完全自学手册图文教程

12178

39

去学习

Python基础快速入门实战教程

38722

8

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

From Python Scikit-Learn to Sc 立即下载

Data Pre-Processing in Python: 立即下载

双剑合璧-Python和大数据计算平台的结合 立即下载

相关实验场景

更多