如:深圳龙岗区中海信创新产业城15栋(距离地铁10号线凉帽山地铁站D出口30米) 这个字符串 跟表里的所有地址信息做相似度计算 输出对应匹配度最高的字符串跟数值
![](https://profile-avatar.csdnimg.cn/default.jpg!4)
将获取到的地址信息跟Excle表中的所有地址信息做相似度计算
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
4条回答 默认 最新
- Jason Ho 2021-07-27 11:47关注
# -*- coding: utf-8 -*- import jieba import numpy as np import re def get_word_vector(s1,s2): """ :param s1: 句子1 :param s2: 句子2 :return: 返回句子的余弦相似度 """ # 分词 cut1 = jieba.cut(s1) cut2 = jieba.cut(s2) list_word1 = (','.join(cut1)).split(',') list_word2 = (','.join(cut2)).split(',') # 列出所有的词,取并集 key_word = list(set(list_word1 + list_word2)) # 给定形状和类型的用0填充的矩阵存储向量 word_vector1 = np.zeros(len(key_word)) word_vector2 = np.zeros(len(key_word)) # 计算词频 # 依次确定向量的每个位置的值 for i in range(len(key_word)): # 遍历key_word中每个词在句子中的出现次数 for j in range(len(list_word1)): if key_word[i] == list_word1[j]: word_vector1[i] += 1 for k in range(len(list_word2)): if key_word[i] == list_word2[k]: word_vector2[i] += 1 # 输出向量 print(word_vector1) print(word_vector2) return word_vector1, word_vector2 def cos_dist(vec1,vec2): """ :param vec1: 向量1 :param vec2: 向量2 :return: 返回两个向量的余弦相似度 """ dist1=float(np.dot(vec1,vec2)/(np.linalg.norm(vec1)*np.linalg.norm(vec2))) return dist1 def filter_html(html): """ :param html: html :return: 返回去掉html的纯净文本 """ dr = re.compile(r'<[^>]+>',re.S) dd = dr.sub('',html).strip() return dd if __name__ == '__main__': s1="很高兴见到你" s2="我也很高兴见到你" vec1,vec2=get_word_vector(s1,s2) dist1=cos_dist(vec1,vec2) print(dist1)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 在若依框架下实现人脸识别
- ¥15 网络科学导论,网络控制
- ¥100 安卓tv程序连接SQLSERVER2008问题
- ¥15 利用Sentinel-2和Landsat8做一个水库的长时序NDVI的对比,为什么Snetinel-2计算的结果最小值特别小,而Lansat8就很平均
- ¥15 metadata提取的PDF元数据,如何转换为一个Excel
- ¥15 关于arduino编程toCharArray()函数的使用
- ¥100 vc++混合CEF采用CLR方式编译报错
- ¥15 coze 的插件输入飞书多维表格 app_token 后一直显示错误,如何解决?
- ¥15 vite+vue3+plyr播放本地public文件夹下视频无法加载
- ¥15 c#逐行读取txt文本,但是每一行里面数据之间空格数量不同