Python字符串匹配完全等於Postgresql相似函數

我一直在使用PostgreSQL中pg_trgm模塊的相似性功能，現在我正在Python中搜索類似於相似度的單詞相似性函數。我在Python中找到了很多方法，例如difflib，nltk，但這些方法都沒有產生類似於PostgreSQL相似函數的結果。Python字符串匹配完全等於Postgresql相似函數

我一直在使用這段代碼進行單詞匹配，但結果與PostgreSQL相似度函數的結果大不相同。這些結果是否比PostgreSQL的相似性功能好？有沒有什麼方法或庫可以用來產生類似於PostgreSQL的結果相似度函數？

from difflib import SequenceMatcher 
import nltk 
from fuzzywuzzy import fuzz 

def similar(a,b): 
    return SequenceMatcher(None,a,b).ratio() 

def longest_common_substring(s1, s2): 
    m = [[0] * (1 + len(s2)) for i in xrange(1 + len(s1))] 
    longest, x_longest = 0, 0 
    for x in xrange(1, 1 + len(s1)): 
     for y in xrange(1, 1 + len(s2)): 
      if s1[x - 1] == s2[y - 1]: 
       m[x][y] = m[x - 1][y - 1] + 1 
       if m[x][y] > longest: 
        longest = m[x][y] 
        x_longest = x 
      else: 
       m[x][y] = 0 
    return s1[x_longest - longest: x_longest] 

def similarity(s1, s2): 
    return 2. * len(longest_common_substring(s1, s2))/(len(s1) + len(s2)) * 100 

print similarity("New Highway Classic Academy Lahore","Old Highway Classic Academy") 
print nltk.edit_distance("This is Your Shop","This") 
print fuzz.ratio("ISE-Tower","UfTowerong,")

來源

2017-09-13 Ahsan Mukhtar

從PostgreSQL文檔：https://www.postgresql.org/docs/9.1/static/pgtrgm.html

甲卦是一組從一個字符串取三個連續的字符。我們可以通過計算它們共享的卦數來衡量兩個字符串的相似度。這個簡單的想法證明對於測量許多自然語言中單詞的相似性非常有效。

注：一個字符串被視爲具有兩個空間前綴和確定該組字符串中包含的卦當一個空間後綴。例如，字符串「cat」中的一組trigrams是「c」，「ca」，「cat」和「at」。

python中沒有這個功能的內置模塊。可能會有這樣的庫，如fuzzyset可以提供幫助 - 但無論哪種方式，python中都沒有標準函數。

來源

2017-09-13 14:09:27 Bilkokuya

Python字符串匹配完全等於Postgresql相似函數

回答

相關問題