TypeError 尝试使用 for 循环比较文本

Question

我正在尝试比较从不同网站抓取的文本。我有一个从数据框中的列中获取的文本列表。为了比较此列表中的文本，我尝试使用相似性（我不知道是否有另一种方法可以做到这一点）。这是代码：

from difflib import SequenceMatcher

titles = filtered_dataset['Titles'].tolist()

def similar(a, b):
    return SequenceMatcher(None, a, b).ratio()

def get_jaccard_sim(str1, str2): 
    a = set(str1.split()) 
    b = set(str2.split())
    c = a.intersection(b)
    return float(len(c)) / (len(a) + len(b) - len(c))

similarities=[]
j_similarities=[]
for title in titles:
    similarity=similar(title, title+1)
    jacc_similarity=get_jaccard_sim(title,  title+1) # I would like to compare the first text to the others; then the second one, and so on...

我遇到以下错误：

TypeError: can only concatenate str (not "int") to str

因为

similarity=similar(title, title+1)
jacc_similarity=get_jaccard_sim(title,  title+1)

你能帮我修正比较文本的错误吗？

Answer 1

好吧，您正在连接字符串和整数，这就是它通过错误的原因。这里的标题是字符串，1 是一个整数，您可以在代码下方使用它来避免错误

similarity=similar(title, title+str(1))
jacc_similarity=get_jaccard_sim(title,  title+str(1))

Answer 2

您添加 title (String) 和 1 (int ) 但在 python 中你不能添加 string 和 integer 如果你想将字符串添加到整数更改整数到字符串。例如："sampleString"+str(1) = "sampleString1"，str() 函数将 1 更改为 '1'。所以这里 type("sampleString") 是字符串，type(str(1)) 是字符串。所以你可以把两个字符串加在一起。

使用此代码

similarity=similar(title, title+str(1))
jacc_similarity=get_jaccard_sim(title,  title+str(1))

谢谢。

TypeError 尝试使用 for 循环比较文本

TypeError trying to compare texts using for loop

python

nlp

similarity

scikit-learn