一种是基于线性空间最长公共子序列短文本相似性的算法，自然语言的表达的顺序对计算结果影响有时会比较大，甚至一个天下一个地下；

一种是基于简易分词的余弦相似性算法，自然表达的顺序对计算结果无影响；

一种是基于百度自然语言接口的短文本相似性算法，自然表达的顺序对计算结果有影响，但基本偏差不大。

直接上图，说明下，第一个数字为线性空间最长公共子序列的算法结果，第二个结果为余弦相似性算法结果，第三个是百度接口的算法结果。

”一车装多少棵树“与“多少棵树装一车”这样的表述表达的意思应该一样，但基于最长公共子序列的算法偏差相当大，百度与余弦定理在这个案例中胜出，高于余弦10个百分点。

将线性最长公共子序列算法、余弦定理相似度用于公众号关键词的回复查询，截图如下，(因受token跨域限制，加上本人技术太菜，暂没实现百度自然语言接口用到公众号中,群聊关键字已对接）

上述这个问题的三种算法取值结果如图

到这里看，各有优劣，但好像百度更胜在短文本的相似性判断上，更加稳定准确，接下来再看关于发票的这个

差一个字的情况，余弦的结果是百分之八十，而百度自然语言才百分之七十七，现在我也不敢断言到底是哪个好了

牛B一下，群聊关键字使用百度自然语言短文本相似度的接口算法，实现了设置匹配区间值后，随机推送符合区间值的3条 答案，只是换行\n,在群聊窗口未起效果，所以一行展示了

补记：早在一个月前发布的这个 https://x1.php168.com/bbs/show-25687.html  ，就是基于线性空间最长公共子序列的短文本相似性算法，后来在实际训练过程中，发现匹配度不灵活，才有了后来的百度自然语言相似度使用研究，百度自然语言短文本相似度成功后，发现用到公众号里不行，百度技术给出可能是跨域限制，因为百度token不接受跨域调用，最后还没结果

等不起百度啦，自己搞余弦相似度判断使用吧，