编辑距离-相似度计算

import Levenshtein as lvst

编辑距离计算相似度

Levenshtein Distance

def leven_distance(s1, s2):
dis = lvst.distance(s1, s2)
# 1-它们的距离/两个字符串长度的最大值
sim = 1 - dis/max(len(s1), len(s2))
return sim

#Dice系数计算相似度
def dice_distance(s1, s2):
s1 = set(s1)
s2 = set(s2)
overlap = len(s1 & s2)
sim = overlap * 2.0/(len(s1) + len(s2))
return sim

Jaccard系数计算相似度

def jaccard_distance(s1, s2):
s1 = set(s1)
s2 = set(s2)
sim = len(s1 & s2)/len(s1 | s2)
return sim

if name == “main”:
s1 = ‘kitten’
s2 = ‘sitting’
s3 = ‘年纪’
s4 = ‘年龄’
res1 = leven_distance(s3, s4)
res = jaccard_distance(s3, s4)
print(res)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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