vsm模型计算文本相似度

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

package test;

import java.util.List;

import org.ansj.domain.Term;
import org.ansj.splitWord.analysis.ToAnalysis;
import org.ansj.util.recognition.NatureRecognition;

import textReader.*;

public class DocWordSegTest {

	/**
	 * @param args
	 */
	public static void main（String[] args） {
		// TODO Auto-generated method stub
		String path = “d://“;
		String name = “test.txt“;
		String content = TextExtractor.extractDocFile（path+name）;
		List terms = ToAnalysis.paser（content）;
		new NatureRecognition（terms）.recognition（）;
		System.out.println（terms.toString（））;

	}

}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2013-03-20 16:34  vsm\
     文件        1393  2013-03-20 21:58  vsm\.classpath
     目录           0  2013-03-29 13:24  vsm\.myeclipse\
     文件         282  2013-03-20 14:59  vsm\.mymetadata
     文件        1530  2013-03-20 14:59  vsm\.project
     目录           0  2013-03-20 14:59  vsm\.settings\
     文件         500  2013-03-20 14:59  vsm\.settings\.jsdtscope
     文件         364  2013-03-20 14:59  vsm\.settings\org.eclipse.jdt.core.prefs
     文件         447  2013-03-20 14:59  vsm\.settings\org.eclipse.wst.common.component
     文件         252  2013-03-20 14:59  vsm\.settings\org.eclipse.wst.common.project.facet.core.xml
     文件          49  2013-03-20 14:59  vsm\.settings\org.eclipse.wst.jsdt.ui.superType.container
     文件           6  2013-03-20 14:59  vsm\.settings\org.eclipse.wst.jsdt.ui.superType.name
     目录           0  2013-03-20 14:59  vsm\WebRoot\
     目录           0  2013-03-20 14:59  vsm\WebRoot\meta-INF\
     文件          36  2013-03-20 14:59  vsm\WebRoot\meta-INF\MANIFEST.MF
     目录           0  2013-03-20 14:59  vsm\WebRoot\WEB-INF\
     目录           0  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\
     目录           0  2013-03-26 22:58  vsm\WebRoot\WEB-INF\classes\test\
     文件        1371  2013-03-26 14:33  vsm\WebRoot\WEB-INF\classes\test\DocWordSegTest.class
     文件        1049  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\test\linkedListTest.class
     文件         548  2013-03-26 22:59  vsm\WebRoot\WEB-INF\classes\test\LoggerTest.class
     文件        1407  2013-03-27 10:39  vsm\WebRoot\WEB-INF\classes\test\ReadFileTest.class
     文件        1698  2013-03-27 22:13  vsm\WebRoot\WEB-INF\classes\test\ResultTest.class
     文件         752  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\test\VectorTest.class
     文件        4553  2013-03-27 10:38  vsm\WebRoot\WEB-INF\classes\test\WordSegTest.class
     目录           0  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\textReader\
     目录           0  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\textReader\Filters\
     文件        2705  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\textReader\Filters\ChineseFilter.class
     文件        1564  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\textReader\Filters\FormatNoiseFilter.class
     文件        1195  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\textReader\Filters\ParagraphMaker.class
     文件        2270  2013-03-26 14:24  vsm\WebRoot\WEB-INF\classes\textReader\Filters\RemarkNoiseFilter.class
............此处省略64个文件信息