编辑距离算法 python有没有什么包能判断文本相似度？

python有没有什么包能判断文本相似度？

安装Python Levenshtein模块

PIP安装Python Levenshtein

使用Python Levenshtein模块

导入Levenshtein

算法说明

1）莱文施泰因·哈明（STR1，STR2）

计算汉明距离。STR1和STR2的长度必须相同。它描述两个等长字符串之间对应位置的不同字符数。

2). Levenshtein.距离（STR1，STR2）

计算编辑距离（也称为Levenshtein距离）。它描述了将一个字符串转换为另一个字符串的最小操作数，包括插入、删除和替换。

算法实现了参考动态规划。

3). 列文斯坦比率（STR1，STR2）

计算莱文斯坦比率。计算公式r=（sum-ldist）/sum，其中sum是STR1和STR2字符串长度之和，ldist是类编辑距离

注意：这里的类编辑距离不是2中提到的编辑距离，2中的三个操作都是1。这里，删除和插入仍然是1，但是替换为2

这个设计的目的是：比率（“a”，“C”），和=2，根据2中（2-1）/2=0.5的计算，“a”和“C”之间没有重合，这显然不划算，但是可以通过替换操作2来解决。

4). Levenshtein.jaro公司（S1，S2）

计算Jaro距离，

其中m是S1，S2的匹配长度，当一个位置的字符相同时，或在

t是切换时间的一半

5之内。）列文施坦.jarouWinkler（s1，s2）

要计算Jaro-Winkler距离：

编辑距离算法 编辑距离 simhash算法原理

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。