请问如何计算文本相似度？
在网上搜索过资料，但是很多地方不明白。。。

例如使用余弦定理，首先要对文本分词处理，怎么才能比较好的分词呢？

分词后还要用VSM向量化，请问如何向量化？可否举个例子？

而且听说这个方法计算出来的相似度准确度不高，经常误差很大，难道没有解决办法的吗？

或者还有没有其他计算方法？

------解决方案--------------------
你要简单的话不需要采用向量匹配, google "编辑距离"算法.


------解决方案--------------------

探讨

你要简单的话不需要采用向量匹配, google "编辑距离"算法.

------解决方案--------------------
分词你要自己做吗?

网上有中科院的免费组件可以使用.