一、GitHub链接：https://github.com/linjiazhi147/031802119
二：代码思路：
：
1.读入文本进行处理，去除标点，jieba分词，其中jieba的内容原理是加载字典, 生成trie树，给定待分词的句子, 使用正则获取连续的 中文字符和英文字符, 切分成 短语列表, 对每个短语使用DAG(查字典)和动态规划, 得到最大概率路径。
2.计算余弦相似度
三、计算机模块接口测试：
文本处理的性能分析：
余弦相似度计算性能分析：
四、计算机模块单元测试：
五、
PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 30 |
| Estimate | 估计这个任务需要多少时间 | 10 | 10 |
| Development | 开发 | 360 | 400 |
| Analysis | 需求分析 (包括学习新技术) | 360 | 400 |
| Design Spec | 生成设计文档 | 60 | 60 |
| Design Review | 设计复审 | 30 | 30 |
| Coding Standard | 代码规范 (为目前的开发制定合适的规范) | 20 | 20 |
| Design | 具体设计 | 30 | 30 |
| Coding | 具体编码 | 180 | 240 |
| Code Review | 代码复审 | 60 | 10 |
| Test | 测试（自我测试，修改代码，提交修改） | 120 | 130 |
| Reporting | 报告 | 30 | 30 |
| Test Report | 测试报告 | 30 | 30 |
| Size Measurement | 计算工作量 | 30 | 30 |
| Postmortem & Process Improvement Plan | 事后总结, 并提出过程改进计划 | 30 | 30 |
| 合计 | 1380 | 1530 |