java文本相似度【余弦相似度】-Toy模板网

这篇具有很好参考价值的文章主要介绍了java文本相似度【余弦相似度】。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

为了实现文本相似度对比，我们可以使用余弦相似度算法。首先，我们需要将文本转换为向量，然后计算两个向量之间的余弦相似度。以下是一个简单的Java实现：

import java.util.HashMap;
import java.util.Map;

public class TextSimilarity {

    public static void main(String[] args) {
        String text1 = "这是一个关于计算机编程的文章";
        String text2 = "这篇文章讲述了计算机编程的基础知识";
        double similarity = calculateCosineSimilarity(text1, text2);
        System.out.println("文本相似度： " + similarity);
    }

    public static double calculateCosineSimilarity(String text1, String text2) {
        Map<Character, Integer> wordCount1 = getWordCount(text1);
        Map<Character, Integer> wordCount2 = getWordCount(text2);

        double dotProduct = 0.0;
        double magnitude1 = 0.0;
        double magnitude2 = 0.0;

        for (Character word : wordCount1.keySet()) {
            int count1 = wordCount1.get(word);
            int count2 = wordCount2.getOrDefault(word, 0);
            dotProduct += count1 * count2;
            magnitude1 += Math.pow(count1, 2);
        }

        for (Integer count : wordCount2.values()) {
            magnitude2 += Math.pow(count, 2);
        }

        magnitude1 = Math.sqrt(magnitude1);
        magnitude2 = Math.sqrt(magnitude2);

        if (magnitude1 == 0.0 || magnitude2 == 0.0) {
            return 0.0;
        }

        return dotProduct / (magnitude1 * magnitude2);
    }

    private static Map<Character, Integer> getWordCount(String text) {
        Map<Character, Integer> wordCount = new HashMap<>();
        for (char c : text.toCharArray()) {
            wordCount.put(c, wordCount.getOrDefault(c, 0) + 1);
        }
        return wordCount;
    }
}

这个代码示例首先定义了一个TextSimilarity类，其中包含一个main方法用于测试文本相似度计算。calculateCosineSimilarity方法是计算余弦相似度的核心方法，它接受两个字符串参数，分别表示要比较的文本。getWordCount方法用于将文本转换为字符计数的映射。

在main方法中，我们定义了两个要比较的文本，并调用calculateCosineSimilarity方法计算它们的相似度。最后，我们将结果输出到控制台。文章来源地址https://www.toymoban.com/news/detail-684059.html

到了这里，关于java文本相似度【余弦相似度】的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！