The Jaro–Winkler distance 计算短文本相似度

Jaro-Winkler距离是一种计算字符串相似度的算法,尤其适用于较短的文本如名字。它在Jaro距离基础上考虑了字符串开始部分的匹配,提高了相似度评估的准确性。通过匹配窗口、换位数和前缀匹配来计算得分,适用于数据连接和重复记录检测。在Python中,可以使用相关库实现这个算法。
摘要由CSDN通过智能技术生成

关于编辑距离

此前计算短文本的相似度更多使用的是编辑距离(Levenshtein距离),但是编辑距离更适合计算纯文本的差异,不考虑文本的顺序和含义,所以在相似文本较多,或者我们希望得到的相似文本更符合人的理解时,编辑距离给出的答案就不是那么理想了。

算法简介

The Jaro–Winkler distance (Winkler, 1990)是计算2个字符串之间相似度的一种算法。它是Jaro distance算法的变种。主要用于record linkage/数据连接(duplicate detection/重复记录)方面的领域,Jaro–Winkler distance最后得分越高说明相似度越大。Jaro–Winkler distance 是适合于串比如名字这样较短的字符之间计算相似度。0分表示没有任何相似度,1分则代表完全匹配。

算法定义

  1. The Jaro distance算法最后得分公式:

    dj=13(m|s1|+m|s2|+mt
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值