如何计算两个文本/字符串之间的相似度或差异百分比？

Question

进一步解释

假设我有两个字符串如下：

我是一个可以飞的超级男孩！真的。

我是一个可以打破墙壁的超级男孩！真的。

因此，一些字符是相似的我是一个可以和真的。。 是否有任何现成的工具可以找到这两个字符串之间的相似度/差异百分比。

- Arshdeep

---

这取决于你如何定义相似性... - Artefacto

我非常好奇想看看你的实现。 - Gertjan

@Gertjan 抱歉，回复晚了。PHP内置了这些比较函数。Levenshtein算法非常棒，链接在这里http://php.net/manual/en/function.levenshtein.php，第二个函数可以返回相似度百分比，链接在这里http://www.php.net/manual/en/function.similar-text.php。*我爱PHP* :P - Arshdeep

Answer 1

你应该了解一下Levenshtein距离。 http://zh.wikipedia.org/wiki/莱文斯坦距离

- viggity

Answer 2

这个类似问题的Stack Overflow答案提供了Levenshtein、Jaro Winkler和Smith Waterman Gotoh算法的PHP代码。

我发现Levenshtein和Jaro Winkler通常适用于较小字符串之间的拼写错误，而Smith Waterman Gotoh擅长比较句子，例如你问题中的示例。

- joshweir