字符串之间的相似度的评价指标汇总

编辑距离（无使用限制）

编辑距离，又称Levenshtein距离，是指由一个字串转变成另一个字串所需的最少编辑操作次数。这里的编辑操作通常包括插入一个字符、删除一个字符、替换一个字符。编辑距离越小，两个字符串越相似。

汉明距离（对两个等长字符串）

汉明距离用于衡量等长字符串之间的差异，它计算的是两个等长字符串在相同位置上不同字符的个数。汉明距离通常用于二进制数据，但也可以用于文本数据，前提是文本已经被转换为相同长度的表示。

余弦相似度（需要先将字符串转换为向量）

余弦相似度是通过测量两个向量的夹角的余弦值来评估它们之间的相似性。在文本处理中，字符串通常首先被转换为向量表示（如TF-IDF向量），然后计算这些向量的余弦相似度。余弦相似度的值范围在-1到1之间，值越接近1表示两个向量（即字符串）越相似。

Jaccard相似度（相当于集合论中的交并比）

Jaccard相似度用于比较两个集合的相似性和多样性。对于字符串来说，可以将它们看作字符集合或者词集合，然后计算两个集合的交集大小与并集大小的比值。Jaccard相似度的值范围在0到1之间，值越大表示两个字符串越相似。

N-gram相似度（无使用限制）

N-gram相似度是基于N-gram模型来计算字符串相似性的方法。N-gram模型将文本分割为长度为N的连续字符或单词序列。通过比较两个字符串中共享的N-gram数量来评估它们的相似性。

最长公共子序列（无使用限制）

最长公共子序列是衡量两个字符串相似性的另一种方法。它寻找两个字符串中都出现的最长字符序列（不必要求连续）。LCS越长，两个字符串越相似。

最长公共子串（无使用限制）

与LCS类似，最长公共子串也是寻找两个字符串中都出现的字符序列，但要求这个序列在原始字符串中是连续的。最长公共子串的长度也可以作为衡量字符串相似性的一个指标。