尋找最匹配的詞

我有一個標籤（單詞）表。每次我想在表格中添加一個新的項目（單詞）時，我想首先看到最接近我所輸入單詞的單詞，這樣我就可以意識到我已經在表格中看到了一個單詞。尋找最匹配的詞

有點像在Mysql中使用match（）函數，但我不想要多少個單詞對應的分數。但是在一個單詞中有一個分數，有多少個字符對應。

因此，像：select * from tags order by look_a_like_score(@newword)

但是有沒有像look_a_like_score這樣的功能（）？

例，我已經在表：

餐廳

電梯

游泳池

無線上網

現在我想補充：

免費游泳設施

我想什麼，現在已經是在上面「游泳池」名單，因爲部分「swimm」是最匹配。

你能幫我做這個嗎？

PS。我將整個表格收集到PHP中，然後將它們放入一個數組中。所以PHP方法也是受歡迎的。

來源

2013-05-27 nl-x

'游泳池'和'免費游泳設施'是最匹配的，因爲都有'游泳'部分。所以如果有的話，我會給它5個匹配字符的5分。任何更多/更少花式也是受歡迎的。 –

在MySQL方面，你有soundex，並不像我喜歡的那樣工作得很好。你可能想要實現一個MySQL模塊來使用levenshtein（你也需要用C編譯）。

在PHP端你已經萊文斯坦（），可這是相當不錯的有相似性分數

您可能也使用：

同音（） - 計算字符串

similar_text的同音關鍵（） - 計算兩個串

音位（）之間的相似性 - 計算一個字符串的變音位鍵

查看使用手冊以瞭解如何使用它們

來源

2013-05-27 13:34:55

我不熟悉levenshtein。但我已經可以說soundex不是我要找的東西了。我會直接在php的similar_text（）中查看。誰知道......也許這就是我要找的 –

看着Levenshtein，它看起來有點像我想要的。我想知道你爲什麼把你的答案從'使用levenshtein'改爲'在c中編譯'。是不是levenshtein可以直接在mysql中使用？ –

如果你使用單詞，levenshtein（）肯定會好得多，similar_text（）對於長文本更好（但是通過構造算法比levenshtein慢得多） –

您可以在這裏查看here以獲得levenshtein distance公式的實現，這非常適合查找字符串之間的編輯距離。

其他可能適用於您的事情是使用soundex或可能double metaphone做「聽起來像」匹配。

來源

2013-05-27 13:41:02 Orangepill

沒有功能。但是，你可以用一些SQL來做到這一點。讓我假設@新標籤包含您的新標籤，並且您有一個numbers表。你可以這樣做：

select t.tag, max(len) as biggestmatch 
from (select concat('%', substr(@newtag, n1.n, n2.n), '%') as pat, 
      n1.n as start, n2.n as len 
     from numbers n1 cross join 
      numbers n2 
     where n1.n <= length(@newtag) and n1+n2 <= length(@newtag) 
    ) patterns join 
    tags t 
    on t.tag like patterns.pat 
group by t.tag 
order by max(len) 
limit 1 /* you only need this if you want the best one */

我不會承諾，這將表現特別好。但是對於一些不太長的標籤和字符串，它可能適合你的目的。

來源

2013-05-27 13:42:56

尋找最匹配的詞

回答

相關問題