pip install python-Levenshtein
使用python-Levenshtein模块
import Levenshtein！
给定一个或多个搜索词，如“高血压 患者”，从已有的若干篇文本中找出最相关的(n篇)文本。
文本检索（text retrieve）的常用策略是：用一个ranking function根据搜索词对所有文本进行排序，选取前n个，就像百度搜索一样。
结巴分词后的停用词性 [标点符号、连词、助词、副词、介词、时语素、‘的’、数词、方位词、代词]
对一篇文章分词、去停用词
对目录下的所有文本进行预处理，构建字典
通过夹角的大小，来判断向量的相似程度。夹角越小，就代表越相似。
余弦相似度是文本相似度度量中使用较多的一种方法，对于两个向量X和Y，其对应的形式如下：
X=（x1,x2...,xn）
Y=（y1,y2...,yn）
其向量的余弦相似度公式为：
X,Y对应其中的A和B
python实现：
输出结果：0.5000000000000001
结果越接近1，夹角就越接近0，代表越相似。
越趋近于-1，他们的方向越相反；接近于0，表示两个向量近乎于正交
