vsm模型计算文本相似度

【实例简介】
1.采用经典的vsm模型实现的文本相似度计算。 2.采用中科院ictclas的开源分词系统 3.包含全部实现源码
【实例截图】
【核心代码】
a8d62080-6602-4a58-9e03-5e14a96ca5cf
└── vsm
├── library
│   └── userLibrary
│   └── userLibrary.dic
├── libs
│   ├── ansj_lucene_3x_plug.jar
│   ├── ans_seg-20130226.jar
│   ├── commons-logging-1.1.1.jar
│   ├── dom4j-1.6.1.jar
│   ├── fontbox-1.2.1.jar
│   ├── pdfbox-1.2.1.jar
│   ├── poi-3.6-20091214.jar
│   ├── poi-contrib-3.6-20091214.jar
│   ├── poi-ooxml-3.6-20091214.jar
│   ├── poi-ooxml-schemas-3.6-20091214.jar
│   ├── poi-scratchpad-3.6-20091214.jar
│   ├── tree-split-word.jar
│   └── xmlbeans-2.3.0.jar
├── src
│   ├── test
│   │   ├── DocWordSegTest.java
│   │   ├── LinkedListTest.java
│   │   ├── LoggerTest.java
│   │   ├── ReadFileTest.java
│   │   ├── ResultTest.java
│   │   ├── VectorTest.java
│   │   └── WordSegTest.java
│   ├── textReader
│   │   ├── Filters
│   │   │   ├── ChineseFilter.java
│   │   │   ├── docFilter.java
│   │   │   ├── FormatNoiseFilter.java
│   │   │   ├── ParagraphMaker.java
│   │   │   ├── RemarkNoiseFilter.java
│   │   │   ├── SentenceMaker.java
│   │   │   ├── TableRemainNoiseFilter.java
│   │   │   └── TextNoiseFilter.java
│   │   └── TextExtractor.java
│   └── vsm
│   ├── Cluster.java
│   ├── DocText.java
│   ├── Logger.java
│   ├── Pair.java
│   ├── Result.java
│   ├── StopWordFilter.java
│   └── TextVector.java
└── WebRoot
├── index.jsp
├── META-INF
│   └── MANIFEST.MF
└── WEB-INF
├── classes
│   ├── test
│   │   ├── DocWordSegTest.class
│   │   ├── LinkedListTest.class
│   │   ├── LoggerTest.class
│   │   ├── ReadFileTest.class
│   │   ├── ResultTest.class
│   │   ├── VectorTest.class
│   │   └── WordSegTest.class
│   ├── textReader
│   │   ├── Filters
│   │   │   ├── ChineseFilter.class
│   │   │   ├── docFilter.class
│   │   │   ├── FormatNoiseFilter.class
│   │   │   ├── ParagraphMaker.class
│   │   │   ├── RemarkNoiseFilter.class
│   │   │   ├── SentenceMaker.class
│   │   │   ├── TableRemainNoiseFilter.class
│   │   │   └── TextNoiseFilter.class
│   │   └── TextExtractor.class
│   └── vsm
│   ├── Cluster.class
│   ├── DocText.class
│   ├── Filter.class
│   ├── Logger.class
│   ├── NumFilter.class
│   ├── Pair.class
│   ├── Result$descendComparator.class
│   ├── Result.class
│   ├── StopWordFilter.class
│   └── TextVector.class
└── web.xml

17 directories, 66 files