Jaccard词相似度计算器

为什么这个工具有用

当重复出现不应增加权重时，可使用 Jaccard 相似度比较标签列表、关键词覆盖范围或主题词汇。

工作原理

在计算精确的集合交集和并集之前，每个输入都会先进行 NFKC 规范化、转为小写，并按 Unicode 字母或数字词元进行分词。

实际示例

red blue 和 blue green 共享三个唯一组合词中的一个，因此它们的 Jaccard 相似度为 1/3。