levenshtein-distance

0熱度

1回答

我有一個字符串/敘述的列表，我需要比較並獲得每個字符串之間的距離度量值。我寫的當前代碼的作品，但是因爲我使用2 for循環，所以需要更長的列表。我用levenshtien距離來衡量琴絃之間的距離。字符串/敘述的列表存儲在數據框中。 def edit_distance(s1, s2): m=len(s1)+1 n=len(s2)+1 tbl = {} fo

-3熱度

2回答

我的Android應用程序中的SQLite選擇與排錯

我需要從SQLite數據庫中選擇數據。但是，我有一個搜索字段，用戶可以在其中輸入位置的名稱。因爲他們可能錯誤地輸入這個名字，我需要能夠根據這個從數據庫中提取相關的記錄。例如：輸入：摩天Whrrl 實際：摩天輪應該儘管錯字正確定位的摩天輪項目。我意識到editdist3沒有在Android SQLite中實現。我寧願不選擇整個數據庫到RAM中並遍歷所有字符串，並手動計算Levenshtein距

3熱度

1回答

多個值的字符串比較python

我有一組數據。第一個（A）是具有複雜名稱的設備列表。第二個是更廣泛的設備類別列表（B） - 我必須將第一個列表分組爲使用字符串比較。我知道這不會是完美的。對於列表A中的每個實體 - 我想爲列表B中的每個實體建立levenshtein距離。列表B中具有最高分數的記錄將是我將要分配該數據點的組。我在python中很生鏽 - 我正在玩FuzzyWuzzy來獲得兩個字符串值之間的距離。然而 - 我無法

1熱度

1回答

RecordLinkage - R一個向量。不符合自我

如果我有名字的一個載體，說： a = c("tom", "tommy", "alex", "tom", "alexis", "Alex", "jenny", "Al", "michell") 我想使用levenshteinSim或類似的得到這個矢量中的相似性得分。但是，我不想讓它自我評分。例如，"tom" #1得分爲"tom" #3。並且不要爲"tom" #1反對"tom" #1得分，所以不要

1熱度

1回答

正常化編輯距離

我有一個問題，我們可以通過將e.d值除以兩個字符串的長度來規範levenshtein編輯距離嗎？我在問這個，因爲如果我們比較兩個不等長的字符串，那麼兩者的長度之間的差異也會被計算在內。例如： ed（'has a'，'has a ball'）= 4 and ed（'has a'，'has a ball is is round'）= 15 如果我們增加字符串的長度，即使它們相似，編輯距離也會增加。

1熱度

1回答

匹配允許單一交換的兩個字符串

我正在運行模糊匹配算法，它允許兩個字符串通過Levenshtein度量標準有一個單獨的差異。但是，當兩個相繼字母調換頻繁錯字：喬吶比 - >喬的比專業圖片SI Onal地區 - >專業圖片是 Onal地區但這些不同之處由Levenshtein給出2。我怎樣才能匹配那些不同呢？

1熱度

2回答

句級R中的Levenshtein距離

如何在R中對單詞（非字符）Level進行Levenshtein距離測量？參見以下：預期結果1） # levenshtein operations needed: Delete*2 --> 2 operations array1 <- c("word", "car") array2 <- c("word", "pool", "beer", "car") 我正在尋求的功能levenshte

0熱度

1回答

Levenshtein帶分隔符的多字符單位編輯距離

我已經通過R功能adist,agrep,match和stringdist進行了搜索，但還沒有找到用分隔符計算編輯距離的方法。現有的編輯距離：「that」 & 」fat」 = 2 i.e., adist("that","fat") 所需的功能會使用分隔表示多字符單位：「th.a.t」 & 」f.a.t」 = 1

6熱度

3回答

如何找到大串的最佳擬合子序列？

假設我有一個大字符串和一個子字符串數組，當它們與大字符串相等時（差別很小）。例如（注意字符串之間的細微差別）： large_str = "hello, this is a long string, that may be made up of multiple substrings that approximately match the original string" sub_strs

2熱度

2回答

SQL Server上Levenshtein距離的最佳實踐

我有一個使用SQL Server的Web和移動字典應用程序。我試圖實現一個簡單版本的「你的意思」功能。如果用戶輸入的短語不存在於數據庫中，我需要提出建議。我打算使用levenshtein距離算法。但有一點我無法弄清楚：我是否需要計算用戶輸入和我的db中存在的所有單詞之間的levenshtein距離？我們假設我的數據庫中有一百萬字。當用戶輸入一個不正確的單詞時，我會計算一百萬次的距離嗎？很明顯