常用文本相似度计算方法

在此记录两种常见的文本相似度计算方式：基于VSM论文和基于LDA论文；

这两种方式的不同在于文本表示的不同，LDA与VSM相比，增加了概率的信息，更侧重对语义的挖掘。

在进行文本建模之后，计算相似度的常用距离有：

余弦距离，欧式距离，曼哈顿距离，切比雪夫距离，simhash+汉明距离...详见