python实现——Jaccard相似度（jaccard_coefficient）

版权声明： https://blog.csdn.net/bensonrachel/article/details/86434860

 Jaccard相似度的python实现；

#import numpy as np
#from scipy.spatial.distance import pdist#直接调包可以计算JC值 :需要两个句子长度一样；所以暂时不用
import jieba

def Jaccrad(model, reference):#terms_reference为源句子，terms_model为候选句子
    terms_reference= jieba.cut(reference)#默认精准模式
    terms_model= jieba.cut(model)
    grams_reference = set(terms_reference)#去重；如果不需要就改为list
    grams_model = set(terms_model)
    temp=0
    for i in grams_reference:
        if i in grams_model:
            temp=temp+1
    fenmu=len(grams_model)+len(grams_reference)-temp #并集
    jaccard_coefficient=float(temp/fenmu)#交集
    return jaccard_coefficient

a="香农在信息论中提出的信息熵定义为自信息的期望"
b="信息熵作为自信息的期望"
jaccard_coefficient=Jaccrad(a,b)
print(jaccard_coefficient)