中文句子相似度判断源码

最新推荐文章于 2022-09-20 18:57:13 发布

编程小强

最新推荐文章于 2022-09-20 18:57:13 发布

阅读量1.2k

点赞数

分类专栏： Oracle管理运维

Oracle管理运维专栏收录该内容

26 篇文章 2 订阅

订阅专栏

CREATE OR REPLACE FUNCTION ld -- Levenshtein distance  
  (p_source_string   IN VARCHAR2,  
   p_target_string   IN VARCHAR2)  
  RETURN                NUMBER  
  DETERMINISTIC  
AS  
  v_length_of_source    NUMBER := NVL (LENGTH (p_source_string), 0);  
  v_length_of_target    NUMBER := NVL (LENGTH (p_target_string), 0);  
  TYPE mytabtype IS     TABLE OF NUMBER INDEX BY BINARY_INTEGER;  
  column_to_left        mytabtype;  
  current_column        mytabtype;  
  v_cost                NUMBER := 0;  
BEGIN  
  IF v_length_of_source = 0 THEN  
    RETURN v_length_of_target;  
  ELSIF v_length_of_target = 0 THEN  
    RETURN v_length_of_source;  
  ELSE  
    FOR j IN 0 .. v_length_of_target LOOP  
      column_to_left(j) := j;  
    END LOOP;  
    FOR i IN 1.. v_length_of_source LOOP  
      current_column(0) := i;  
      FOR j IN 1 .. v_length_of_target LOOP  
        IF SUBSTR (p_source_string, i, 1) =  
           SUBSTR (p_target_string, j, 1)  
        THEN v_cost := 0;  
        ELSE v_cost := 1;  
        END IF;  
        current_column(j) := LEAST (current_column(j-1) + 1,  
                                    column_to_left(j) + 1,  
                                    column_to_left(j-1) + v_cost);  
      END LOOP;  
      FOR j IN 0 .. v_length_of_target  LOOP  
        column_to_left(j) := current_column(j);  
      END LOOP;  
    END LOOP;  
  END IF;  
  RETURN current_column(v_length_of_target);  
END ld; 
java代码
/* 
 * 相似度公式：Kq*q/(Kq*q+Kr*r+Ks*s) (Kq > 0 , Kr>=0,Ka>=0)  
 * 设q是字符串1和字符串2中都存在的单词的总数，s是字符串1中存在，字符串2中不存在的单词总数， 
 * r是字符串2中存在，字符串1中不存在的单词总数，t是字符串1和字符串2中都不存在的单词总数。 
 */  
public static double getSimilar(String ora,String dest){  
    double ff=0.0;  
    Sentence oraSen = SplitWord.splitWord(ora);  
    Sentence desSen = SplitWord.splitWord(dest);  
    if(oraSen!=null&&desSen!=null){  
        HashSet<String> oraS=oraSen.toWord();  
        HashSet<String> desS=desSen.toWord();  
        if(oraS!=null && desS!=null){  
            int q=0,s=0,r=0;  
            Iterator<String> ite=oraS.iterator();  
            while(ite.hasNext()){  
                Object o=ite.next();  
                if(desS.contains(o)) ++q;  
            }  
            s=oraS.size()-q;  
            r=desS.size()-s;  
            return 2.00*q/ (2*q+1*r+1*s);  
        }  
        return 1;  
    }  
    return ff;  
}  
 