文本相似比较

大家好，我是数说君，这篇文章是想跟大家讨教一下。

如果有两段简单文本，如何比较它们的相似度？这里我们就假设是英文，不存在中文的分词问题，文本就类似于：

text1 = 'hello, I am shushuo jun'

text2 = 'hi, wo ye shi shushuo jun'

目前比较容易实现的，是计算出每个文本的词向量，然后将两列词向量进行比较，计算出相似度，实现比较简单，就不上code了。我在python中，计算出上面的text1和text2的相似度是51%。

但问题是：

这样的比较是以词为单位的，词稍微变一变，结果就差别很大，比如jeccica和jeccika很相似，但在比较时会认为这是两个完全不同的词。以上面的两段文本为例，我稍微变一下

text1 = 'hello, I am shushuo jun'

text2 = 'hi, wo ye shi shushuoo jun'

计算出来的相似度是38%，可以想象，完全一样的两句话，如果我将其中一句的每个词后面都加一个字母i，看起来明明很相像，计算出来的相似度却是0，这不科学啊。。。

因此在这里请教大家，有没有更好的文本比较方法，可以在下面评论区留言，也可以单独私我，求指导~~