如何計算基於結構的字符串相似度？

我有一些字符串，我想要一個度量它們的相似度，但不同於字符串編輯距離，例如基於結構相似性而不是字母相似性。如何計算基於結構的字符串相似度？

例如：312164和48479應該得到非常高的分數，因爲它們只是數字並且具有相同的長度。對於Bla blubb和bla bloob blo應該是相同的，因爲它們只包含字母並且在兩者之間有間隙。較少的分數應該適用於像蘋果和app3這樣的情侶，即使他們分享了一些字母，但具有不同的結構。

這樣的事......有人有線索嗎？在Java中，如果可能的話。

謝謝！

來源

2013-08-22 maggu

這是一個非常具體的要求。您需要記住使用哪些字符，按照什麼順序，以及它們是什麼類型，字母，數字，其他（$，！，＃，_等）。 –

StringUtils.getLevenshteinDistance（） - http://commons.apache.org/proper/commons-lang/apidocs/org/apache/commons/lang3/StringUtils.html#getLevenshteinDistance(java.lang.CharSequence，java .lang.CharSequence）？ – cjstehno

定義並以相似度對它們進行評分。

實施例的字符串：

香蕉

橙

橙123

香蕉234

長度= X點，其中x是長度

相同的字符= 1點（A！=一）

爲相似字符相同的位置= 2分

扣除點所特有的每個字符串

例如字符比較香蕉與Orange

長度= 6個點（兩者都是6在長度）

對於 'A'= 1分（兩者都有一個）。如果兩者都有兩個a，我們會給2分。如果'a'在兩個字符串中處於相同位置，我們會再給出2分。

對於 'N'= 1點

總積極點：8

1爲乙因爲橙沒有乙

2 '一個'，因爲香蕉具有3 a's

1 for'n'因爲香蕉有2個n's

1對於O-

1對於r

1克

1爲電子

總減去：8

總加點 - 總減分= 0

這只是一個粗略的邏輯，但你可以從它。

來源

2013-08-22 16:19:22

謝謝！我在想類似，但也許有一個更一般的方法？再次感謝 – maggu

@maggu你的情況是一個特定的情況，我不知道任何一般的方法。 –

好的。非常感謝你！ – maggu

如何計算基於結構的字符串相似度？

回答

相關問題