[轉(zhuǎn)載] Python的字符串相似度檢測(cè)

biaoxiaoduan 發(fā)布于2019-07-31 11:38 / 2066人閱讀

摘要：要求和必須長(zhǎng)度一致。是描述由一個(gè)字串轉(zhuǎn)化成另一個(gè)字串最少的操作次數(shù)，在其中的操作包括插入刪除替換。計(jì)算距離，其中的為的匹配長(zhǎng)度，當(dāng)某位置的認(rèn)為匹配當(dāng)該位置字符相同，或者在不超過(guò)是調(diào)換次數(shù)的一半計(jì)算距離原文相似度計(jì)算轉(zhuǎn)載自蔡尐的博客

安裝python-Levenshtein模塊

pip install python-Levenshtein

使用python-Levenshtein模塊

  import Levenshtein

算法說(shuō)明

1). Levenshtein.hamming(str1, str2)
計(jì)算漢明距離。要求str1和str2必須長(zhǎng)度一致。是描述兩個(gè)等長(zhǎng)字串之間對(duì)應(yīng) 位置上不同字符的個(gè)數(shù)。

2). Levenshtein.distance(str1, str2)
計(jì)算編輯距離（也稱為 Levenshtein距離）。是描述由一個(gè)字串轉(zhuǎn)化成另一個(gè)字串最少的操作次數(shù)，在其中的操作包括插入、刪除、替換。
算法實(shí)現(xiàn)參考動(dòng)態(tài)規(guī)劃整理。

3). Levenshtein.ratio(str1, str2)
計(jì)算萊文斯坦比。計(jì)算公式r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的長(zhǎng)度總和，ldist是類(lèi)編輯距離
注意：這里的類(lèi)編輯距離不是2中所說(shuō)的編輯距離，2中三種操作中每個(gè)操作+1，而在此處，刪除、插入依然+1，但是替換+2
這樣設(shè)計(jì)的目的：ratio("a", "c")，sum=2, 按2中計(jì)算為（2-1）/2 = 0.5,’a","c"沒(méi)有重合，顯然不合算，但是替換操作+2，就可以解決這個(gè)問(wèn)題。

4). Levenshtein.jaro(s1 , s2 )
計(jì)算jaro距離，

其中的 m 為s1 , s2的匹配長(zhǎng)度，當(dāng)某位置的認(rèn)為匹配當(dāng)該位置字符相同，或者在不超過(guò)

t是調(diào)換次數(shù)的一半

5.) Levenshtein.jaro_winkler(s 1 , s 2 )
計(jì)算 Jaro–Winkler距離：

原文：Python相似度計(jì)算
轉(zhuǎn)載自：蔡尐的博客

GPU云服務(wù)器云服務(wù)器字符串的相似度算法相似度檢測(cè) 人臉相似度檢測(cè) 在線人臉相似度檢測(cè)

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://specialneedsforspecialkids.com/yun/45374.html

相關(guān)文章

利用python進(jìn)行識(shí)別相似圖片(二)

摘要：上一篇文章的地址利用進(jìn)行識(shí)別相似圖片一安裝官網(wǎng)在進(jìn)行下一步操作時(shí)，我們需要安裝，本來(lái)安裝的步驟跟平常安裝其他模塊一樣，而然由于的歷史原因用過(guò)都懂，弄得一點(diǎn)都不友好。前言和網(wǎng)上各種首先你要有一個(gè)女朋友的系列一樣，想進(jìn)行人臉判斷，首先要有臉，只要能靠確定人臉的位置，那么進(jìn)行兩張人臉是否相似的操作便迎刃而解了。所以本篇文章著重講述如何利用openCV定位人臉。上一篇文章的地址：利用...

余學(xué)文 2019-07-24 18:30 評(píng)論0 收藏0
【手撕 - 自然語(yǔ)言處理】手撕 TextRank（01）大佬是怎么實(shí)現(xiàn) Python 版的

摘要：開(kāi)撕文件夾下的程序展示了怎么使用這個(gè)版本的。文件行數(shù)這句是重點(diǎn)摘要然后，我們知道重點(diǎn)函數(shù)是，我們?cè)賮?lái)看它是怎么工作的。再仔細(xì)閱讀一遍，原來(lái)寫(xiě)這個(gè)庫(kù)的大佬用種不同的方法實(shí)現(xiàn)了個(gè)函數(shù)，請(qǐng)收下我的膝蓋。作者：LogM 本文原載于 https://segmentfault.com/u/logm/articles ，不允許轉(zhuǎn)載~ 1. 源碼來(lái)源 TextRank4ZH 源碼：https://g...

JerryC 2019-07-31 11:29 評(píng)論0 收藏0
Move Mirror：使用 TensorFlow.js 在瀏覽器中預(yù)測(cè)姿勢(shì)之 AI 實(shí)驗(yàn)

摘要：文和，創(chuàng)意實(shí)驗(yàn)室創(chuàng)意技術(shù)專家在機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域，姿勢(shì)預(yù)測(cè)或根據(jù)圖像數(shù)據(jù)探測(cè)人體及其姿勢(shì)的能力，堪稱最令人興奮而又最棘手的一個(gè)話題。使用，用戶可以直接在瀏覽器中運(yùn)行機(jī)器學(xué)習(xí)模型，無(wú)需服務(wù)器。文 / ?Jane Friedhoff 和 Irene Alvarado，Google 創(chuàng)意實(shí)驗(yàn)室創(chuàng)意技術(shù)專家在機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域，姿勢(shì)預(yù)測(cè)或根據(jù)圖像數(shù)據(jù)探測(cè)人體及其姿勢(shì)的能力，堪稱最令人興...

MiracleWong 2019-04-25 18:28 評(píng)論0 收藏0
自然語(yǔ)言處理真實(shí)項(xiàng)目實(shí)戰(zhàn)

摘要：在自然語(yǔ)言處理中，一個(gè)很重要的技術(shù)手段就是將文檔轉(zhuǎn)換為一個(gè)矢量，這個(gè)過(guò)程一般是使用這個(gè)庫(kù)進(jìn)行處理的。自然語(yǔ)言處理中，一般來(lái)說(shuō)，代表詞。自然語(yǔ)言預(yù)處理中，一個(gè)很重要的步驟就是將你收集的句子進(jìn)行分詞，將一個(gè)句子分解成詞的列表。前言本文根據(jù)實(shí)際項(xiàng)目撰寫(xiě)，由于項(xiàng)目保密要求，源代碼將進(jìn)行一定程度的刪減。本文撰寫(xiě)的目的是進(jìn)行公司培訓(xùn)，請(qǐng)勿以任何形式進(jìn)行轉(zhuǎn)載。由于是日語(yǔ)項(xiàng)目，用到的分詞軟件等，在...

王巖威 2019-07-30 17:03 評(píng)論0 收藏0
用JPlag在一組程序中尋找抄襲行為（翻譯）

摘要：它在實(shí)踐中被成功地用于檢測(cè)學(xué)生程序提交中的剽竊行為。這項(xiàng)措施應(yīng)該反映原始程序中由比賽覆蓋的部分代幣。這個(gè)程序集根本不包含任何剽竊行為，因此將其命名為。在節(jié)目集中有個(gè)抄襲對(duì)。摘要：JPlag是一個(gè)Web服務(wù)，可以在給定的集合中找到類(lèi)似的程序?qū)Φ某绦颉Ｋ趯?shí)踐中被成功地用于檢測(cè)學(xué)生Java程序提交中的剽竊行為。能支持的語(yǔ)言除了java之外,還有C、C++和Scheme。我們描述Jpalg...

Jacendfeng 2019-08-15 17:59 評(píng)論0 收藏0