def cal_doc_distance(self, doc1, doc2):
"""计算长文本与长文本之间的距离
计算两个长文本的主题分布之间的距离，包括jensen_shannon_divergence和hellinger_distance
Args:
doc1: 输入文档1，无需分词
doc2: 输入文档2，无需分词
Returns:
返回一个list对象，其中有两个float元素，第一个表示jensen_shannon_divergence距离，
第二个表示hellinger_distance距离。例如：
[0.187232, 0.23431]
"""
return familia.cal_doc_distance(self._inference_engine,
self._tokenizer, doc1, doc2)
def cal_doc_distance(self, doc1, doc2):
"""计算长文本与长文本之间的距离
计算两个长文本的主题分布之间的距离，包括jensen_shannon_divergence和hellinger_distance
Args:
doc1: 输入文档1分词后的list结果
doc2: 输入文档2分词后的list结果
Returns:
返回一个list对象，其中有两个float元素，第一个表示jensen_shannon_divergence距离，
第二个表示hellinger_distance距离。例如：
[0.187232, 0.23431]
"""
doc1 = ' '.join(doc1)
doc2 = ' '.join(doc2)
return familia.cal_doc_distance(self._inference_engine, doc1, doc2)
def cal_doc_distance(self, doc1, doc2):
"""计算长文本与长文本之间的距离
计算两个长文本的主题分布之间的距离，包括jensen_shannon_divergence和hellinger_distance
Args:
doc1: 输入文档1，无需分词
doc2: 输入文档2，无需分词
Returns:
返回一个list对象，其中有两个float元素，第一个表示jensen_shannon_divergence距离，
第二个表示hellinger_distance距离。例如：
[0.187232, 0.23431]
"""
return familia.cal_doc_distance(self._inference_engine,
self._tokenizer,
doc1,
doc2)