字符串相似性的几种度量方法
发布时间：2021-01-07 17:29:51 所属栏目：大数据 来源：网络整理
导读：副标题#e# 无论是做科学研究，还是工程项目，我们总是会碰上要比较字符串的相似性，比如拼写纠错、文本去重、上下文相似性等。度量的方法有很多，到底使用哪一种方法来计算相似性，这就需要我们根据情况选择合适的方法来计算。这里把几种常用到的度量字符串
|
7、J-W距离（Jaro–Winkler distance） 其中，m是两个字符串匹配上的字符数目，t是字符中换位数目的一半，即若在字符串的第i位出现了a,b，在第j位又出现了b,a，则表示两者出现了换位。举个例子来讲： 则 代入公式可得： 有了Jaro distance，我们定义J-W距离： 其中， 仍以上面的两个字符串为例， （编辑：应用网_阳江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
