如何使用TextBlob进行文本距离计算

TextBlob提供了两种方法来计算文本之间的距离：余弦类似度和Jaccard类似度。以下是使用TextBlob计算文本距离的示例代码：

from textblob import TextBlob

# 创建两个文本
text1 = "I love coding"
text2 = "Coding is fun"

# 创建TextBlob对象
blob1 = TextBlob(text1)
blob2 = TextBlob(text2)

# 计算余弦类似度
cosine_similarity = blob1.similarity(blob2)
print("Cosine Similarity:", cosine_similarity)

# 计算Jaccard类似度
jaccard_similarity = blob1.jaccard_similarity(blob2)
print("Jaccard Similarity:", jaccard_similarity)

在这个示例中，我们首先创建了两个文本字符串，然后使用TextBlob将它们转换为TextBlob对象。接下来，我们使用similarity()方法计算了两个文本之间的余弦类似度，并使用jaccard_similarity()方法计算了Jaccard类似度。最后，我们打印出计算得到的余弦类似度和Jaccard类似度值。