使用levenshtein距離生成摘錄

Question

好吧，即時建立一個搜索引擎。並且搜索模塊能夠提取相關單詞。現在我有一個單詞列表和它們在原始文本中的偏移量。使用levenshtein距離來計算查詢字符串和源文本部分之間的差異是一個壞主意（從給定單詞的偏移量開始，直到查詢字符串的長度）。問我以爲這會幫助我更快地生成摘錄。

它不需要接近搜索等，只有普通的「ANY」和「ALL」模式。順便說一句，結果已經排序，所以即時只能看看現在的摘錄一代。謝謝。

Answer 1

構建從文本到包含詞（及其數量）的一對多映射。這個「字袋」矢量可以用於很多不同的技術。