用gensim库做文本相似性分析

之前我们讲到的文本分析包括情绪分析、共线性，也制作了词云图。今天我们在学习点关于文本相似性的知识，说好了大邓只是在此抛砖引玉，具体想学想深入的可以去看文档。

gensim简介

gensim是一个主题模型的python库，它可以将文本转换为向量，抽取文本中的关键词，比较文本间的相似程度。

gensim好用的地方是可以实现word2vec，这个算法大邓不懂内在运行时如何进行的，只知道输入的是文本，输出的是向量。

gensim有三个主要的模块，在本文中都会用到。

corpora:将文本转为向量，这里的向量是很简单的模型向量，只是为文档建立词典，然后计算文档中每个词出现的次数

models:将corpora得到的简单的模型向量转换为其他不同的向量，柏阔tfidf，lsi，lda等。

similarities：计算文本相似度的方法。

gensim官网http://radimrehurek.com/gensim/index.html

小案例

更多内容

爬虫

文本分析

神奇的python