-
本系列所有源代码来自于一个项目代号为butterfly的自然语言处理平台iNLP;
-
iNLP平台基于C#语言编写,实现功能为网页爬虫,自动分词,词性标注,句法分析,机器翻译等;
-
平台有演示教学版本和功能模块版本两个系列;
-
本期共享的代码为编辑距离算法,并力求代码的简短精悍;关于编辑距离算法,请参阅维基百科及相关论文;
-
iNLP平台代码均有McHypo撰写,但诸君可以任意拷贝,并请不吝赐教。
/// <summary>
/// 计算两个字符串iput及jput的编辑距离
/// 其中增删一个字符费用为1,替换一个字符费用为2
/// value[iput.Length,jput.Length]为最终费用,即编辑距离
/// </summary>
/// <param name="iput"></param>
/// <param name="jput"></param>
public static void Levenshteindistance(String iput, String jput)
{
int[,] value = new int[iput.Length + 1, jput.Length + 1];
for (int y = 1; y < jput.Length + 1; y++)
value[0, y] = value[0, y - 1] + 1;
for (int y = 1; y < iput.Length + 1; y++)
value[y, 0] = value[y - 1, 0] + 1;
for (int x = 1; x < iput.Length + 1; x++)
for (int y = 1; y < jput.Length + 1; y++)
value[x, y] =
Math.Min(value[x - 1, y - 1] + (iput[x - 1] == jput[y - 1] ? 0 : 2),
Math.Min(value[x - 1, y] + 1, value[x, y - 1] + 1));
}