如何计算给定2个字符串的距离相似性度量？

Question

如何计算给定2个字符串的距离相似性度量？

我需要计算2个字符串之间的相似度。那究竟是什么意思呢？让我用一个例子来解释一下：

• 真实的一句话： hospital

• 误区： haspita

现在我的目标是确定修改错误单词以获得真实单词所需的字符数。在这个例子中，我需要修改2个字母。那么百分比是多少？我总是把真正的词长度。因此它变为2/8 = 25％所以这两个给定的字符串DSM是75％。

如何以性能为关键考虑因素来实现这一目标？

Answer 1

可以使用大量的字符串相似性距离算法。这里列出的一些（但没有详尽列出）：莱文施泰因Needleman Wunch史密斯沃特曼Smith Waterman GotohJaro，Jaro WinklerJaccard相似度欧几里德距离骰子相似度余弦相似度Monge Elkan包含所有这些实现的库称为SimMetrics ，它同时具有java和c＃实现。