备案控制台

开发者社区

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 2840 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方法 Python文本 Python计算数据挖掘python Python文本相似度

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

在大数据计算MaxCompute用的是Tunel的方式，用python接口是不是可以？

100

3

0

函数计算中，使用Python SDK以异步方式调用函数计算之后再使用该id如查询执行状态时出错原因？

44

1

0

函数计算中，想问下有python调用函数计算示例吗？

26

2

0

有没有 python 调用自然语言处理sdk 中的文本纠错功能的代码示例

54

5

0

阿里语音AI的“实时长文本”语音合成服务的流逝返回，有python的sdk吗？

58

1

0

大数据计算MaxCompute Python能否自动化上传，生成udf？

52

2

0

大数据计算MaxCompute java能否上传python文件？注册UDF

64

3

0

大数据计算MaxCompute怎么用python写了一个udf函数，在本地和阿里云上执行，完全不同？

39

1

0

大数据计算MaxCompute的python里面可以运行hive sql吗？

54

3

0

我用python的opencv包写了个计算文件分辨率的函数，为什么我本地调试可以成功但是用docke

92

2

0

问答排行榜

最热

最新

1 通过阿里云代备案系统进行个人快速备案 2699533

2 【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 1818163

3 据说在家办公的程序员是这样写代码的？ 1792090

4 阿里云开放端口权限 689777

5 《阿里云服务器从入门到精通》—论坛精华帖汇总（2013.8.21更新） 599353

6 如何升级配置 536014

7 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522296

8 【精品问答】python技术1000问(1) 513935

9 Flink Forward Asia 2021 有奖问答 512760

10 Linux Bash严重漏洞修复紧急通知（已全部给出最终修复方案） 456882

11 工信部官网：www.miitbeian.gov.cn打不开解决办法 399448

12 OceanBase 使用动画（持续更新） 359221

13 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329679

14 OSS存储服务-客户端工具 321216

15 为体验实验室取一个新名字。 307152

16 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 303639

17 Win Server 2003-2016 加密勒索事件必打补丁合集 295088

18 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 283429

19 安全组详解，新手必看教程 277222

20 写code还是做管理，开发者如何进行职业规划？ 268226

1 如何让系统具备良好的扩展性？ 666

2 在JS编程中有哪些常见的编程“套路”或习惯？ 582

3 表单新加了个字段A，历史数据要添加字段A的值问题 102

4 在做程序员的道路上，你掌握了什么关键的概念或技术让你感到自身技能有了显著飞跃？ 1585

5 作为一个经典架构模式，事件驱动在云时代为什么会再次流行呢？ 1218

6 宜搭：提交表单前，如何校验另一张表单的数据？ 238

7 如何看待首个 AI 程序员入职科技公司？ 1970

8 未启用对服务器的访问 524

9 在图像处理应用场景下，Serverless架构的优势体现在哪些方面？ 1704

10 如何处理线程死循环？ 2291

11 宜搭自定义页面，这个是怎么配置的 198

12 Idea 2024.1RC 报错提示 219

13 如何写出更优雅的并行程序？ 1666

14 你认为一个优秀的技术PM应该具备什么样的能力？ 2131

15 宜搭页面复制问题 363

16 宜搭审批节点调用连接器给表单组件赋值 152

17 宜搭在自定义页面保存数据新建表单后如何返回新建表单formInstId值 145

18 Nacos配置了鉴权登录接口返回caused:这个有谁清楚吗？ 170

19 从哪个版本开始nacos分成了两个端口？8848和9848 144

20 钉钉宜搭中要如何实现每日定时自动获取表单1中符合条件的实例数量总和，并赋值给表单2中的某个组件 344

相关课程

更多

Python语言基础 - 函数、面向对象、异常处理

55230

53

去学习

Python Web开发基础

33200

4

去学习

Python爬虫实战

39277

6

去学习

Python开发基础入门

11202

17

去学习

Python常用数据科学库

1460

53

去学习

Python网络爬虫实战

2190

3

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