Python 计算两个txt.NET文件之间的相似性

我有两个不同单词的文本文件。重要的是，文本文件只包含单词而不包含句子。 因此，第一个文件可以如下所示：

xyz、acbe、eidjh、eheha。

我想计算这两个文本文件之间的相似性。我想以%的比率显示结果，但也要显示此相似性结果的单词

---

我读过关于余弦相似性的文章，但我不确定这是否适用于我的问题

一个简单的解决方案是，在读取文件并将其拆分为单词后，只需循环浏览它们，首先将它们分配给字典，以计算每个文件的出现次数，然后计算相对比率，检查哪些单词同时出现在这两个文件中，并计算最终比率：

temp1 = open('yourfile1.txt')
file1 = temp1.read().split(',')
temp1.close()
temp2 = open('yourfile2.txt')
file2 = temp2.read.split(',')
dict1 = {x : file1.count(x) for x in file1}
dict2 = {x : file2.count(x) for x in file2}
similars = set(file1).intersection(set(file2))
rate1 = sum(dict1[w] for w in similars)/len(file1)
rate2 = sum(dict2[w] for w in similars)/len(file2)
print("The rate of similarity is: ", rate1*rate2*100, '%')
print("The similar words are: ", similars)

---

当然，

yourfile1.txt

和

yourfile2.txt

是您的文件名。

到目前为止您尝试了什么？你说的相似性是什么意思？你是想数一数有多少个词是相同的还是别的什么？是的，实际上我想数一数有多少个词是相同的。我用same=set（file1）.intersection（file2）试过，然后将结果写入输出文本文件。然而，通过交叉点，我只得到了相同的单词。每个文件中都有重复的单词，或者每个单词都是唯一的？每个文件中都有重复的单词。只有一些词是独一无二的。非常感谢！这正是我要找的！不客气！