“亲子鉴定”------文件相似度

一，项目应用 文本检测----类似于文本查重的功能，检查两个文本的相似程度 二，项目原理 基于词频：对不同文本进行分词，统计词频，选取一定数量词频较高的词，构建词频向量，然后通过计算余弦相似度，来判断文本是否相似 对文本分词，我使用了第三方库-----Jeiba库，通过调用第三方库里的接口，对文本分词，分词后，会有很多无意义的停用词，比如我，我们，怎么办，总之，此外，然而 ，不如，不妨 ，我们要使

>>阅读原文<<