我有一个包含userid、movieid和tags的文件。我想计算tags之间的余弦相似度，但是tags不仅是单词，而且是短语或句子。因此计算单词之间的相似度是不准确的。我想计算tags中这些句子或短语之间的相似度。
数据样本
useridmovieidtags10936745571“喜剧与动作”883128432“无声喜剧”38444565“精彩喜剧！”64337677“喜剧错误”2795434“浪漫喜剧”
我试图找出标签中每一行之间的余弦相似性。
代码：

val lines = scala.io.Source.fromFile("file:///usr/local/spark/dataset/algorithm3/comedy").getLines.mkString
    val lines2=scala.io.Source.fromFile("file:///usr/local/spark/dataset/algorithm3/funny").getLines().mkString("\n")
  import java.nio.file.Files
import java.nio.file.Paths

   val result=textCosine(lines,lines2)
         println("The cosine similarity score: "+result)
  }

  /**
         * Modular length of the vector
    * @param vec
    */
  def module(vec:Vector[Double]): Double ={
   // math.sqrt( vec.map(x=>x*x).sum )
    math.sqrt(vec.map(math.pow(_,2)).sum)
  }

  /**
         * Find the inner product of two vectors
    * @param v1
    * @param v2
    */
  def innerProduct(v1:Vector[Double],v2:Vector[Double]): Double ={
    val listBuffer=ListBuffer[Double]()
    for(i<- 0 until v1.length; j<- 0 until v2.length;if i==j){
      if(i==j){
        listBuffer.append( v1(i)*v2(j) )
      }
    }
    listBuffer.sum
  }

  /**
         * Find the cosine of two vectors
    * @param v1
    * @param v2
    */
  def cosvec(v1:Vector[Double],v2:Vector[Double]):Double ={
    val cos=innerProduct(v1,v2) / (module(v1)* module(v2))
    if (cos <= 1) cos else 1.0
  }

  def textCosine(lines:String,lines2:String):Double={
         val set=mutable.Set[Char]() //Count all words in two sentences
    lines.foreach(set +=_)
    lines2.foreach(set +=_)
    println(set)
    val ints1: Vector[Double] = set.toList.sorted.map(ch => {
      lines.count(s => s == ch).toDouble
    }).toVector
    println("===ints1: "+ints1)
    val ints2: Vector[Double] = set.toList.sorted.map(ch => {
      lines2.count(s => s == ch).toDouble
    }).toVector
    println("===ints2: "+ints2)
    cosvec(ints1,ints2)
  }

}

我想要这样的输出
tagsimilarity“喜剧和动作”0.534“喜剧错误”0.435“奇幻喜剧”0.325“无声喜剧”0.466
在斯卡拉我怎么做？