Python 如何计算标签之间的相似性？

我已经开始解决《用Python编程集体智能》一书中的一些练习。问题二是: 使用del.icio.us API创建标记和项的数据集。使用此项计算标记之间的相似性，并查看是否可以找到几乎相同的标记。查找一些可能已标记为“编程”但未标记的项目

到目前为止，我创建了一个字典，从名为tags.txt的文本文件中解析数据

def asd():
d = dict()
for line in open("tags.txt"):
    if len(line.strip().split("\t")) == 23:
        url, number_of_saves, data_of_first_save, tag1, tagCount1, tag2, tagCount2, tag3, tagCount3, tag4, tagCount4, tag5,tagCount5,\
        tag6, tagCount6, tag7, tagCount7, tag8, tagCount8, tag9, tagCount9, tag10, tagCount10 = line.strip().split("\t")
        tags = [tag1,tag2,tag3,tag4,tag5,tag6,tag7,tag8,tag9,tag10]
        tagCounts = [tagCount1,tagCount2,tagCount3,tagCount4,tagCount5,tagCount6,tagCount7,tagCount8,tagCount9,tagCount10]
        d.setdefault(url, {})
        for index, tag in enumerate(tags):
            d[url][tag] = tagCounts[index]
return d

我的问题是如何使用这本词典找到标签之间的相似之处

“使用此选项计算标记之间的相似性”

“几乎相同”

---

请考虑：“Levenshtein距离是一个字符串度量，用于测量两个序列之间的差异。”

有很多方法可以解决这个问题，例如，查看两个url有多少个共同的标记。如果您要根据标记的字符串寻找严格的相似性，您可能需要调查，这是计算字符串相似度的典型的第一步。你有类似的标准吗？语义相似（

脚本编写

，

编程

）？语义不同但正交相似（

CS

CSS

）？要评估两个字符串的相似性，请使用

difflib

模块。你可能会对我的答案感兴趣：（）