思路

• 数据读取与预处理: 输入为英文文本列表；统一小写、英文分词，去停用词。
• 特征表示: 用 TfidfVectorizer 将每条文本转为 TF-IDF 向量（默认 L2 归一化），降低常见词权重、提升区分性词权重。
• 相似度计算: 使用余弦相似度 $\text{cosine}(A,B)=\frac{A\cdot B}{\|A\|\,\|B\|}$ 衡量文本向量夹角，值域 [0,1]。
• 结果格式: 构造二维列表，元素为保留两位小数的字符串（如 '0.24'），对角线为 '1.00'。

代码

题目内容

实现一个基于 $TF-IDF$ 的文本相似度计算系统。具体要求如下:

1.读取输入的文本数据。