我正在尝试制作这样一个软件，使2个文本文档智能地类似于检查文本匹配的程度，而不是像DIFF 我在Google上搜索了一下，我发现了两件事，就是Graph＆amp; TFIDF。
但我对它们两者感到困惑，我不知道哪一个更好＆amp;还有其他任何匹配文本文档的技术
答案 0 :(得分：0)
您是否通过余弦距离测量文档相似度？ 余弦相似度衡量内积空间的两个向量之间的相似性，衡量它们之间角度的余弦http://en.wikipedia.org/wiki/Cosine_similarity
如果您有文档A和B，则可以为文档A和B创建两个术语向量。术语向量A将包含文档A的单词以及文档的每个单词的频率。而不是原始字频率，你可以TF-IDF加权。对于文档B也是如此。一旦有了术语向量A和B，就可以计算术语向量A和B的余弦相似度，它代表文档A和B. 在创建术语向量之前，您需要执行一些预处理任务，例如过滤停用词。