ChineseSimilarity-gensim-tfidf

"""
基于gensim模块的中文句子相似度计算

思路如下：
1.文本预处理：中文分词，去除停用词
2.计算词频
3.创建字典（单词与编号之间的映射）
4.将待比较的文档转换为向量（词袋表示方法）
5.建立语料库
6.初始化模型
7.创建索引
8.相似度计算并返回相似度最大的文本
"""

可直接运行ChineseSimilartyCaculation.py
stopwords.txt为中文停用词表