用于词语、短语、句子、词法分析、情感分析、语义分析等相关的相似度计算。

similarity是由一系列算法组成的Java版相似度计算工具包，目标是传播自然语言处理中相似度计算方法。similarity具备工具实用、性能高效、架构清晰、语料时新、可自定义的特点。

similarity提供下列功能：

• 词语相似度计算

• 词林编码法相似度
• 汉语语义法相似度
• 知网词语相似度
• 字面编辑距离法

• 短语相似度计算

• 简单短语相似度

• 句子相似度计算

• 词性和词序结合法
• 编辑距离算法
• Gregor编辑距离法
• 优化编辑距离法

• 文本相似度计算

• 余弦相似度
• 编辑距离算法
• 欧几里得距离
• Jaccard相似性系数
• Jaro距离
• Jaro–Winkler距离
• 曼哈顿距离
• SimHash + 汉明距离
• Sørensen–Dice系数

• 词法分析

• xmnlp中文分词
• 分词词性标注

• 知网义原

• 义原树

• 情感分析

• 正面倾向程度
• 负面倾向程度
• 情感倾向性

• 近似词

• word2vec

在提供丰富功能的同时，similarity内部模块坚持低耦合、模型坚持惰性加载、词典坚持明文发布，使用方便，帮助用户训练自己的语料。