C# Net 比较2个字符串的相似度(使用余弦相似度)
复制代码使用:
/// <summary> /// 比较2个字符串的相似度(使用余弦相似度) /// </summary> /// <param name="str1"></param> /// <param name="str2"></param> /// <returns>0-1之间的数</returns> public static double SimilarityCos(string str1, string str2) { str1 = str1.Trim(); str2 = str2.Trim(); if (string.IsNullOrEmpty(str1) || string.IsNullOrEmpty(str2)) return 0; List<string> lstr1 = SimpParticiple(str1); List<string> lstr2 = SimpParticiple(str2); //求并集 var strUnion = lstr1.Union(lstr2); //求向量 List<int> int1 = new List<int>(); List<int> int2 = new List<int>(); foreach (var item in strUnion) { int1.Add(lstr1.Count(o => o == item)); int2.Add(lstr2.Count(o => o == item)); } double s = 0; double den1 = 0; double den2 = 0; for (int i = 0; i < int1.Count(); i++) { //求分子 s += int1[i] * int2[i]; //求分母(1) den1 += Math.Pow(int1[i], 2); //求分母(2) den2 += Math.Pow(int2[i], 2); } return s / (Math.Sqrt(den1) * Math.Sqrt(den2)); } /// <summary> /// 简单分词(需要更好的效果,需要这里优化,比如把:【今天天气很好】,分成【今天,天气,很好】,同时可以做同义词优化,【今天】=【今日】效果更好) /// </summary> public static List<string> SimpParticiple(string str) { List<string> vs = new List<string>(); foreach (var item in str) { vs.Add(item.ToString()); } return vs; }