我怎麼可能讓一個搜索匹配類似的話

我正在試圖進行自動分類短的文章，我試圖找出如何匹配類似的話 - 比如，擱板式貨架或繪畫和重繪我怎麼可能讓一個搜索匹配類似的話

我使用Porter干擾算法，但它只對某些情況有幫助，只有在詞的結尾（上面的兩個例子都不適用）。

是否有一個算法或相關的單詞列表，將與這樣的幫助（使我自己之外？）

（我在PHP工作，所以在語言的任何解決方案，將更有幫助。）

來源

2010-10-31 Yehosef

Levenshtein Distance是你在找什麼。

對於任何兩個字符串，它計算將一個字符串更改爲另一個字符串時需要發生的插入，突變和刪除的最小數量。

如果距離很低，那麼這兩個詞是相似的。

您也可以使用Soundex算法來確定兩個單詞是否聽起來相似。

參見：
PHP levenshtein function
PHP soundex function

來源

2010-10-31 16:56:56

在這種情況下Levenshtein的一個特殊問題是，你必須找到一個好的門檻;它只返回兩個單詞之間的變化數量。原始帖子中的兩個例子有很大的不同：levenshtein（「shelf」，「shelves」）= 3，levenshtein（「painting」，「repaint」）= 5. – 2010-10-31 17:04:34

僅供參考 - 我發現http ：//stackoverflow.com/questions/634995/implementation-of-levenshtein-distance-for-mysql-fuzzy-search其中包含一些鏈接到一些MySQL存儲過程版本。儘管正如Jan所指出的那樣，現在還不清楚它會多麼接近。但值得一試。 – Yehosef 2010-10-31 21:13:38

這是最接近的答案 - 這不是理想的，但一個好的開始。從1月的單詞列表是更理想的，但在這一點上不現實。 – Yehosef 2010-11-11 12:01:19

那麼，有所有「相關的單詞列表」的母親，叫共發現：http://wordnet.princeton.edu/

它是免費提供主題的一個相當慷慨的許可證。在「相關項目」部分有一個PHP界面。

與使用單詞相似性算法相比，它的優勢在於它甚至可以知道單詞的不同的同義詞，如「paint」和「color」。缺點是你要麼必須知道正確的同義詞（畢竟，一個詞可能意味着不同的東西），或者你可以得到一個非常狂野的同義詞列表。

來源

2010-10-31 16:59:54

哇 - 感謝您的鏈接。我認爲只要瞭解db格式的時間比我對該項目的時間要多，但它似乎是最理想的方式。 – Yehosef 2010-10-31 21:07:13

我怎麼可能讓一個搜索匹配類似的話

回答

相關問題