该项目基于Gensim的Word2vec词向量模型，通过平均向量，编辑距离，词移距离等相关理论基础，编写的相似性计算方法。
在Synonyms基础之上进行了修改，以便支持自定义模型的选择。

安装使用

使用方式分为单独使用以及web接口方法是调用

单独使用

只需要下载code/model文件夹即可，然后放到自己项目中。需要安装依赖包：

pip install -r requirements.txt

web接口使用

需要下载code内的全部代码，加载到自己的项目中。如果已有Flask的web服务，需要自行调整，API的路由定义在web/api下面。只需要将代码放置到自己的项目中，然后将路由配置到Flask APP 的蓝图配置中即可。

需要安装的依赖包：

pip install -r requirements_web.txt

短语相似度对比

初始化加载模型

from model import PhraseSimilarity

sim_obj = PhraseSimilarity(model_path='[自定义模型]')

model_path：该参数需要用户指定模型的地址，测试模型可以通过文档下方的模型获取下载，
或者用户可以自己使用Gensim库的Word2vec模型进行训练获得

对比两个短语

simlarity = sim_obj.compare(sen1, sen2)

结果解释：直接返回两个词语 sen1和sen2 的相似度值

短语列表两两对比

方式一：返回相似度矩阵，二维数组方式

result = sim_obj.compare_matrix(phrase_list)

结果解释：result[i][j]表示第i个词语与第j个词语的相似度值

方式二：以Map的方式返回

sim_obj.compare_map(phrase_list)

结果解释：通过result.get('k-i-j')获取第i个词语与第j个词语的相似度值

WEB方式使用

提供了Flask Web服务的访问方式。如果需要通过网络方式访问，需要运行项目web服务，然后以API接口的方式进行调用，步骤如下。

配置模型路径

用户可以根据自己的语料进行训练后，在配置文件中定义MODEL_PATH路径既可。

{
  "MODEL_PATH": "路径/model_name.bin" # 配置word2vec模型的路径
}

服务器设置

可以使用默认，如果需要不同端口，可以在config/server.json中进行配置。

{
  "HOST": "127.0.0.1", # 配置哪些IP地址可以访问，默认本机，如果外网访问配置为"0.0.0.0"
  "SERVER_PORT": 8099, # 自定义对外端口开放
  "JSON_AS_ASCII": false # 无需修改，防止JSON化时中文乱码
}

启动web服务

python run_web.py

接口访问地址

访问接口通过 http://localhost:8099/api访问。
注意：接口前缀统一为 '/api/'，下面说明中均省略前缀。
其中 mode[map/mat]分别对应返回数据格式为map类型和矩阵类型

接口名称	接口地址	接口说明
短语相似度比较	/similarity/compare	两个短语之间的相似度对比，返回对比相似度
多短语相似对比	/similarity/mutual	两个以上短语相互对比，返回两两之间的对比结果

返回结果说明

{
  "code": 200, //code为200表示成功，其他表示API访问失败
  "message": "结果信息", // 失败后返回的信息
  "data": "相似度对比结果" // 对应各类对比，相应的返回结果
}
  

接口请求示例

1. 短语相似度对比

   • 请求示例

   请求地址：http://localhost:8099/api/similarity/compare
   请求类型：POST
   

   • 请求参数

   {
   	"sen1": "用户信息",
   	"sen2": "新增用户"
   }
   

   • 返回结果

   {
       "code": 200,
       "data": {
           "sen1": "用户信息",
           "sen2": "新增用户",
           "similar": "0.51"
       },
       "message": "操作成功"
   }
   

2. 多短语两两相互对比

   • 请求示例

   请求地址：http://localhost:8099/api/similarity/mutual
   请求类型：POST
   

   • 请求参数

   {
   	"mode": "map",
   	"sens": "用户信息;新增用户;删除用户;新建客户"
   }
   mode支持map和mat两种模式，默认为map   
   

   • 返回结果

      {
   
      	"code": 200,
      	"data": {
      		"k-0-1": 0.512,
      		"k-0-2": 0.537,
      		"k-0-3": 0.459,
      		"k-1-2": 0.513,
      		"k-1-3": 0.934,
      		"k-2-3": 0.465
      	},
      	"message": "操作成功"
      }
   

模型获取

百度网盘地址：获取模型 提取码：yesd

参考项目

Synonyms