[轉(zhuǎn)載] Python的字符串相似度檢測

biaoxiaoduan 發(fā)布于2019-07-31 11:38 / 2114人閱讀

摘要：要求和必須長度一致。是描述由一個字串轉(zhuǎn)化成另一個字串最少的操作次數(shù)，在其中的操作包括插入刪除替換。計算距離，其中的為的匹配長度，當某位置的認為匹配當該位置字符相同，或者在不超過是調(diào)換次數(shù)的一半計算距離原文相似度計算轉(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

算法說明

1). Levenshtein.hamming(str1, str2)
計算漢明距離。要求str1和str2必須長度一致。是描述兩個等長字串之間對應位置上不同字符的個數(shù)。

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

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

4). Levenshtein.jaro(s1 , s2 )
計算jaro距離，

其中的 m 為s1 , s2的匹配長度，當某位置的認為匹配當該位置字符相同，或者在不超過

t是調(diào)換次數(shù)的一半

5.) Levenshtein.jaro_winkler(s 1 , s 2 )
計算 Jaro–Winkler距離：

原文：Python相似度計算
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人臉相似度檢測在線人臉相似度檢測

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(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)載請注明本文地址：http://systransis.cn/yun/45374.html

相關(guān)文章

利用python進行識別相似圖片(二)

摘要：上一篇文章的地址利用進行識別相似圖片一安裝官網(wǎng)在進行下一步操作時，我們需要安裝，本來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都懂，弄得一點都不友好。前言和網(wǎng)上各種首先你要有一個女朋友的系列一樣，想進行人臉判斷，首先要有臉，只要能靠確定人臉的位置，那么進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...

余學文 2019-07-24 18:30 評論0 收藏0
【手撕 - 自然語言處理】手撕 TextRank（01）大佬是怎么實現(xiàn) Python 版的

摘要：開撕文件夾下的程序展示了怎么使用這個版本的。文件行數(shù)這句是重點摘要然后，我們知道重點函數(shù)是，我們再來看它是怎么工作的。再仔細閱讀一遍，原來寫這個庫的大佬用種不同的方法實現(xiàn)了個函數(shù)，請收下我的膝蓋。作者：LogM 本文原載于 https://segmentfault.com/u/logm/articles ，不允許轉(zhuǎn)載~ 1. 源碼來源 TextRank4ZH 源碼：https://g...

JerryC 2019-07-31 11:29 評論0 收藏0
Move Mirror：使用 TensorFlow.js 在瀏覽器中預測姿勢之 AI 實驗

摘要：文和，創(chuàng)意實驗室創(chuàng)意技術(shù)專家在機器學習和計算機視覺領(lǐng)域，姿勢預測或根據(jù)圖像數(shù)據(jù)探測人體及其姿勢的能力，堪稱最令人興奮而又最棘手的一個話題。使用，用戶可以直接在瀏覽器中運行機器學習模型，無需服務(wù)器。文 / ?Jane Friedhoff 和 Irene Alvarado，Google 創(chuàng)意實驗室創(chuàng)意技術(shù)專家在機器學習和計算機視覺領(lǐng)域，姿勢預測或根據(jù)圖像數(shù)據(jù)探測人體及其姿勢的能力，堪稱最令人興...

MiracleWong 2019-04-25 18:28 評論0 收藏0
自然語言處理真實項目實戰(zhàn)

摘要：在自然語言處理中，一個很重要的技術(shù)手段就是將文檔轉(zhuǎn)換為一個矢量，這個過程一般是使用這個庫進行處理的。自然語言處理中，一般來說，代表詞。自然語言預處理中，一個很重要的步驟就是將你收集的句子進行分詞，將一個句子分解成詞的列表。前言本文根據(jù)實際項目撰寫，由于項目保密要求，源代碼將進行一定程度的刪減。本文撰寫的目的是進行公司培訓，請勿以任何形式進行轉(zhuǎn)載。由于是日語項目，用到的分詞軟件等，在...

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

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

Jacendfeng 2019-08-15 17:59 評論0 收藏0