Python similarity函数用法及语义相似度计算库推荐

similarity函数主要接收两个列表作为输入参数，其核心功能是返回由这两个列表中共同存在的元素所组成的新列表。

该函数的具体实现依赖于列表推导式。它遍历第一个列表（a列表）中的每一个元素，并利用in关键字检查该元素是否存在于第二个列表（b列表）中，从而筛选出交集部分。

代码示例

def similarity(a, b):
  return [item for item in a if item in b]
 
# EXAMPLES
similarity([1, 2, 3], [1, 2, 4]) # [1, 2]

相关知识扩展：

Python语义相似度计算：String语义得分评估

关于Python中字符串语义相似度得分的计算方法

是否存在能够计算一对句子语义相似度分数的现成库？

虽然已知WordNet语义数据库可用于生成两个单词之间的分数，但当前需求是寻找一个能够处理整个句子并输出相关度分数的库。该库需自动完成所有预处理任务，包括词干提取、停用词删除等步骤，以评估两个句子之间的关联程度。

曾发现一个基于.NET框架实现的项目，它通过一系列预处理步骤来计算分数。现寻求是否有类似功能的Python项目能够完成这一任务。

注意，这里并非在寻找用于查找分数的操作步骤序列（如前文所述）。

虽然可以手动实现每个处理阶段，或从不同库中拼接函数以适用于句对分析，但主要需求是拥有一个工具来测试数据的推论能力。

编辑补充：目前考虑使用NLTK库，通过迭代计算两个句子中每对单词的得分，然后基于结果的标准偏差来推导结论。但不确定这是否为合理的相似度估计方法，且该方法可能耗时较长。

再次强调，目标是寻找已实现上述智能处理的项目或库。期望的使用方式如下：

import amazing_semsim_package str1='Birthday party ruined as cake explodes' str2='Grandma mistakenly bakes cake using gunpowder' >>similarity(str1,str2) >>0.889

目前所见表现最佳的包装库是Gensim，可在其主页找到。该库已使用多次，整体满意度较高，具备易用性、纯Python编写以及提供简单入门教程等优点，支持比较9个字符串。可通过pip安装，安装过程相对简便，期望用户能顺利部署。

评分算法的选择很大程度上取决于具体问题的背景。若仅需基础功能，建议从LSI（潜在语义索引）功能开始尝试。相关教程会引导用户完成这一过程。

阅读Gensim教程时，会引导用户通过Similarities函数比较两个字符串。这有助于理解文本内容如何相互比较，或与其他刺点（其他特征）进行关联分析。

至此，关于Python中similarity函数实例用法的介绍结束。如需了解更多相关python中similarity函数的使用内容，请搜索本站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本站！