用于语义字符串相似性的cli
simil的Python项目详细描述
语义字符串相似性cli
simil是^{en_vectors_web_lg数据集比较字符串的英语语义相似性。给定两个单词、短语或句子，simil将告诉您它们的含义有多相似
安装
首先安装simil本身：
$ pip3 install --user -U simil
现在安装spacy的一个web矢量模型：
$ python3 -m spacy download en_vectors_web_lg
您可以在en_vectors_web_lg、en_core_web_lg和en_core_web_md之间进行选择，（en_core_web_sm根本不包括字向量，并且不能与simil一起使用。）simil将使用您安装的最大模型，首选vectors模型而不是core模型。
我建议使用大向量模型（en_vectors_web_lg），但为了节省磁盘空间或内存使用，您可能需要使用较小的模型
用法：
$ sim first_file.txt second_file.txt # compare two files $ sim -s "first string""second string"# compare two strings
输出是一个介于0和1之间的数字，表示这两个字符串的相似程度。
详细信息：
simil使用spacy用^{
这可能是一个大数据集，这会导致启动时间过长。因此simil在后台剥离一个进程来保存模型，并在客户机-服务器模型下使用它。这意味着，如果连续运行simil多次，则只有第一次运行比较慢。
这个后台进程确实占用了相当多的内存，通常大约2GB（对于en_vectors_web_lg模型）。不活动10分钟后，它将自动被终止，以避免无限期占用内存。您可以使用--timeout标志更改此超时的长度。
欢迎加入QQ群-->： 979659372
