Python实现文本类似度比较分析

推荐本身的专栏：分享一些Python案例，将所学用出来 一：文本类似度比较概述 经过计算并比较文档的摘要，可实现文本的类似度比较。html 文档摘要的最简单形式可使用文档中的k-grams（k个连续字符）的相对频率的向量来表示。 假设字符的取值可能有128种不一样的值(ASCII码) ，则向量的维度d为128k；对于Unicode编码，这更是天文数字。 所以，通常使用哈希函数hash(s) % d

>>阅读原文<<