Python 是一種非常流行的編程語言，在軟件開發、數據分析等領域得到廣泛應用。而在處理文本相似度方面，Python 的文檔相似度計算庫也讓人們的工作變得更加高效。

文檔相似度計算可以用于多個場景，例如搜索引擎、知識庫的內容推薦、文本去重等。Python 提供了多個用于文檔相似度計算的庫，包括 NLTK、Gensim、Scikit-learn 等。

其中，NLTK 和 Gensim 庫是自然語言處理領域中的常用工具庫。NLTK 可以用于文本分類、詞干處理、情感分析等任務，而 Gensim 則主要用于主題建模和文檔相似度計算。

import nltk
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
stop_words = set(stopwords.words('english'))
def cosine_similarity(vector1, vector2):
dot_product = sum(p*q for p,q in zip(vector1, vector2))
magnitude = math.sqrt(sum([val**2 for val in vector1])) * math.sqrt(sum([val**2 for val in vector2]))
if not magnitude:
return 0
return dot_product / magnitude
def get_feature_vectors(documents):
feature_vectors = []
for doc in documents:
words = word_tokenize(doc.lower())
words = [word for word in words if word not in stop_words]
feature_vector = [words.count(word)/len(words) for word in words]
feature_vectors.append(feature_vector)
return feature_vectors

上面的代碼示例使用 NLTK 庫中的模塊進行文本處理，包括停用詞過濾和詞頻統計。函數 get_feature_vectors() 的輸入是一個文檔列表，輸出是一個特征向量列表。

在得到了特征向量后，可以使用余弦相似度算法計算文檔相似度。余弦相似度是計算兩個向量在 n 維空間中的角度余弦值，從而確定它們的相似度。當兩個文檔的相似度接近 1.0 時，可以認為它們是相似的。

除了 NLTK 和 Gensim 外，Scikit-learn 庫也提供了相應的文檔相似度計算工具。Scikit-learn 提供了多個基于向量空間模型的文檔相似度計算方法，例如基于詞頻、TF-IDF 和 LSI（潛在語義分析）等。從而滿足不同場景下的需求。

總而言之，Python 的文檔相似度計算庫提供了便捷高效的文本相似度計算方式，幫助人們更加輕松地處理文本相關工作。