similarity

项目介绍：Similarity

项目背景

similarity 是一个用于计算文本字符串之间相似度的Java工具包。它旨在推广自然语言处理中各种相似度计算方法，既可以应用于文本相似度计算，也可以用于情感倾向分析等多个领域。

项目特点

similarity 工具包由一系列算法构成，具有以下特点：

实用性强：提供多种相似度计算方法，适用于不同的文本处理需求。
性能高效：算法优化良好，适用于大规模文本处理。
架构清晰：模块化设计，便于理解和扩展。
语料更新：使用最新的语料库进行训练和测试。
可自定义：支持用户根据需求自定义算法和模型。

功能介绍

词语相似度计算

词林编码法相似度（推荐）
汉语语义法相似度
知网词语相似度
字面编辑距离法

短语相似度计算

简单短语相似度（推荐）

句子相似度计算

词性和词序结合法（推荐）
编辑距离算法及其变体

段落相似度计算

余弦相似度（推荐）
编辑距离、欧几里得距离、曼哈顿距离等多种算法

知网义原

词语义原树

情感分析

分析文本的正面和负面倾向程度

近似词

基于word2vec的近似词推荐

使用方法

Maven 依赖

引入similarity项目的Maven依赖可以通过以下代码实现：

<repositories>
  <repository>
    <id>jitpack.io</id>
    <url>https://jitpack.io</url>
  </repository>
</repositories>

<dependency>
  <groupId>com.github.shibing624</groupId>
  <artifactId>similarity</artifactId>
  <version>1.1.6</version>
</dependency>

简单示例

下面是一个简单的使用示例，展示了如何计算两个词语的相似度：

import org.xm.Similarity;

public class Demo {
    public static void main(String[] args) {
        double result = Similarity.cilinSimilarity("电动车", "自行车");
        System.out.println("电动车 vs 自行车 的词林相似度：" + result);
    }
}