使用python的token_set_ratio()函数计算中文字符串的相似度

在Python中，可以使用difflib模块中的SequenceMatcher类来计算中文字符串的相似度。token_set_ratio()函数是SequenceMatcher类的一个方法，用于比较两个字符串的相似度。

以下是一个使用示例，假设我们有两个中文字符串text1和text2：

import difflib

text1 = "我喜欢吃水果"
text2 = "我非常喜欢吃水果"

similarity_ratio = difflib.SequenceMatcher(None, text1, text2).token_set_ratio()
print(f"相似度：{similarity_ratio}")

输出结果为：

相似度：83.33333333333334

在这个示例中，token_set_ratio()函数将计算text1和text2之间的相似度。输出结果为83.33，表示这两个字符串的相似度为83.33%。

需要注意的是，token_set_ratio()函数使用的是基于单词的相似度计算方法。它首先将每个字符串分割成单词，并且不考虑单词在字符串中的顺序。然后，它计算两个字符串所有单词的交集和并集，并根据公式(2 * 交集数量) / (并集数量)来计算相似度。这种方法可以处理不同字符串中单词的顺序不同的情况，因此对于中文字符串也是适用的。

注意：为了能够使用difflib模块，可以使用pip install difflib命令安装difflib模块。