IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 游戏开发 -> 文本相似度指标-基于词汇的相似度量 -> 正文阅读

[游戏开发]文本相似度指标-基于词汇的相似度量

Jaccard相似度

J ( A , B ) J(A,B) J(A,B)表示有限样本集之间的相似程度:

J ( A , B ) = ∣ A ∩ B ∣ ∣ A ∪ B ∣ = ∣ A ∩ B ∣ ∣ A ∣ + ∣ B ∣ ? ∣ A ∩ B ∣ J(A,B)=\frac{|A∩B|}{|A∪B|}=\frac{|A∩B|}{|A|+|B|-|A∩B|} J(A,B)=ABAB?=A+B?ABAB?

Jaccard相似度:

d j ( A , B ) = 1 ? J ( A , B ) = ∣ A ∪ B ∣ ? ∣ A ∩ B ∣ ∣ A ∪ B ∣ = A Δ B ∣ A ∪ B ∣ d_j(A,B)=1-J(A,B)=\frac{|A∪B|-|A∩B|}{|A∪B|}=\frac{AΔB}{|A∪B|} dj?(A,B)=1?J(A,B)=ABAB?AB?=ABAΔB?

当A=B时,Jaccard相似度为1;当|A∩B|=0时,Jaccard相似度为0.

Jaccard相似度的取值范围为[0,1],值越大表示越相似。代码如下:

def Jaccard(words1, words2):
    words1_cut, words2_cut = set(jieba.cut(words1)), set(jieba.cut(words2))
    interNum = 0
    for word in words1_cut:
        if word in words2_cut:
            interNum += 1
    return float(interNum/(len(set(words1_cut))+len(set(words2_cut))-interNum))

余弦相似度

c o s ( X , Y ) = X ? Y ∣ X ∣ ∣ Y ∣ cos(X,Y)=\frac{X·Y}{|X||Y|} cos(X,Y)=XYX?Y?

Dice系数

s = 2 ∣ A ∩ B ∣ ∣ A ∣ + ∣ B ∣ s=2\frac{|A∩B|}{|A|+|B|} s=2A+BAB?

def Dice(words1, words2):
    words1_cut, words2_cut = set(jieba.cut(words1)), set(jieba.cut(words2))
    interNum = 0
    for word in words1_cut:
        if word in words2_cut:
            interNum += 1
    return float(2*interNum/(len(set(words1_cut))+len(set(words2_cut))))

匹配系数

o v e r l a p ( X , Y ) = ∣ X ∩ Y ∣ m i n ( ∣ X ∣ , ∣ Y ∣ ) overlap(X,Y)=\frac{|X∩Y|}{min(|X|,|Y|)} overlap(X,Y)=min(X,Y)XY?

def overlap(words1, words2):
    words1_cut, words2_cut = set(jieba.cut(words1)), set(jieba.cut(words2))
    interNum = 0
    for word in words1_cut:
        if word in words2_cut:
            interNum += 1
    return float(2*interNum/min(len(set(words1_cut)),len(set(words2_cut))))
  游戏开发 最新文章
6、英飞凌-AURIX-TC3XX: PWM实验之使用 GT
泛型自动装箱
CubeMax添加Rtthread操作系统 组件STM32F10
python多线程编程:如何优雅地关闭线程
数据类型隐式转换导致的阻塞
WebAPi实现多文件上传,并附带参数
from origin ‘null‘ has been blocked by
UE4 蓝图调用C++函数(附带项目工程)
Unity学习笔记(一)结构体的简单理解与应用
【Memory As a Programming Concept in C a
上一篇文章      下一篇文章      查看所有文章
加:2022-04-15 00:35:02  更:2022-04-15 00:37:12 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/23 17:03:12-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码