较少人知道的字符串相似度度量方法

Question

较少人知道的字符串相似度度量方法

4

这可能是一个难以回答的问题，但我正在研究一些内容，想知道是否有“较少为人知”的字符串相似度算法（请参见此页面了解已知的示例）。我已经查看了维基百科，并且Sourceforge有一个很好的库称为Simmetrics，其中包含一堆字符串度量算法。是否有人进行过一些研究或发现某些字符串算法引起了您的注意，但又不常用呢？

谢谢。

- Dervin Thunk

4个回答

1

还有一类音标算法（比如Soundex）也可能会添加到您的列表中。

- JP Alioto

1

请查看http://us.php.net/manual/en/function.levenshtein.php，包括所有的“参见”引用和所有用户评论。

- Chloe

0

SpSim（拼写相似度）是一种字符串相似度测量方法，旨在识别跨语言同源词（具有相同起源的单词）。

- Luís Gomes

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Guido · Accepted Answer

这个页面（LingPipe）提供了一些关于字符串比较的技巧。它讨论了Damerau-Levenstein距离、Needlman-Wunsch算法、Jaccard距离、Jaro-Winkler距离和TF/IDF距离等。距离被理解为两个字符串之间的相似度。

在页面末尾，它提供了参考资料，并提供了一个可以使用的Java实现（下载和许可证）。