python有沒(méi)有什么包能判斷文本相似度？安裝Python Levenshtein模塊PIP安裝Python Levenshtein使用Python Levenshtein模塊導(dǎo)入Levenshtei

python有沒(méi)有什么包能判斷文本相似度？

安裝Python Levenshtein模塊

PIP安裝Python Levenshtein

使用Python Levenshtein模塊

導(dǎo)入Levenshtein

算法說(shuō)明

1）萊文施泰因·哈明（STR1，STR2）

計(jì)算漢明距離。STR1和STR2的長(zhǎng)度必須相同。它描述兩個(gè)等長(zhǎng)字符串之間對(duì)應(yīng)位置的不同字符數(shù)。

2). Levenshtein.距離（STR1，STR2）

計(jì)算編輯距離（也稱為L(zhǎng)evenshtein距離）。它描述了將一個(gè)字符串轉(zhuǎn)換為另一個(gè)字符串的最小操作數(shù)，包括插入、刪除和替換。

算法實(shí)現(xiàn)了參考動(dòng)態(tài)規(guī)劃。

3). 列文斯坦比率（STR1，STR2）

計(jì)算萊文斯坦比率。計(jì)算公式r=（sum-ldist）/sum，其中sum是STR1和STR2字符串長(zhǎng)度之和，ldist是類編輯距離

注意：這里的類編輯距離不是2中提到的編輯距離，2中的三個(gè)操作都是1。這里，刪除和插入仍然是1，但是替換為2

這個(gè)設(shè)計(jì)的目的是：比率（“a”，“C”），和=2，根據(jù)2中（2-1）/2=0.5的計(jì)算，“a”和“C”之間沒(méi)有重合，這顯然不劃算，但是可以通過(guò)替換操作2來(lái)解決。

4). Levenshtein.jaro公司（S1，S2）

計(jì)算Jaro距離，

其中m是S1，S2的匹配長(zhǎng)度，當(dāng)一個(gè)位置的字符相同時(shí)，或在

t是切換時(shí)間的一半

5之內(nèi)。）列文施坦.jarouWinkler（s1，s2）

要計(jì)算Jaro-Winkler距離：