NewsSimilarityCalculation

文本相似度计算

原理： 基于gensim模块的中文句子相似度计算、 过程： 1.文本预处理：中文分词，去除停用词 2.计算词频 3.创建字典（单词与编号之间的映射） 4.将待比较的文档转换为向量（词袋表示方法） 5.建立语料库 6.初始化模型 7.创建索引 8.相似度计算并返回相似度最大的文本 算法： 余弦相似度