Python 如何获得两个空间对齐文本的相似性的行级度量？

我有两个对齐的英文文档，每个文档的行数相同（约30k）。我想得到每行的相似性度量，也就是说，文本a中的行1和文本b中的行1，文本a中的行2和文本b中的行2，依此类推。（每行可能包含多个句子）我已经这样做了：

import spacy 
nlp = spacy.load('en_core_web_lg')

file_a = open('text-1.txt', 'r')
file_b = open ('text-2.txt', 'r')
a_doc = nlp(file_a)
b_doc = nlp(file_b)

for a,b in zip(a_doc, b_doc):    
    print("similarity:", a.similarity(b))   

但我得到了以下错误：

if len(text) > self.max_length:
TypeError: object of type '_io.TextIOWrapper' has no len()

你能帮我吗？非常感谢

nlp（）

需要字符串，而不是文件对象。我将您的代码稍微编辑为：

import spacy
nlp = spacy.load('en_core_web_sm')

file_a = open('text-1.txt', 'r').read()
file_b = open ('text-2.txt', 'r').read()
a_doc = nlp(file_a)
b_doc = nlp(file_b)

for a,b in zip(a_doc, b_doc):
    print("similarity:", a.similarity(b))

---

它运行良好

nlp需要一个字符串，而不是一个文件处理程序对象

试试这个

a_doc = nlp("".join(file_a.readlines()))
b_doc = nlp("".join(file_b.readlines()))