检查字符串中的单词是否相似？ （例如书和小溪 vs 书和运气）
Check if words in string are similar? (e.g. book and brook vs book and luck)
我编写了比较两个字符串以找到匹配词的代码。现在我希望能够找到相对接近的单词。例如，book 和 brook 相似，而 book 和 luck 则不同。我该怎么办？
我在想把每个单词拆分成字符然后统计说字符的频率？现在，匹配的单词给出值 0。否则，给出 2，但我想扩展该部分以执行我上面描述的操作。
for i in range(0, out.shape[0]): # from 0 to total number of rows out.shape[0] is rows - out.shape[1] is columns
for word in refArray: # for each word in the samplearray
#out.ix[i, str(word)] = out.index[i].count(str(word))
if out.index[i].count(str(word)) == 1:
out.ix[i, str(word)] = 0
else:
out.ix[i, str(word)] = 2
您想计算编辑距离。
https://en.wikipedia.org/wiki/Edit_distance
$ pip3 search edit | grep distance
edith (0.1.0a1) - Edit-distanc implementation with edit-path retrieval
string-distance (1.0.0) - Minimum Edit Distance
subdist (0.2.1) - Substring edit distance
editdist (0.1) - Calculate Levenshtein's edit distance
leven (1.0.4) - Levenshtein edit distance library
浏览 Google 后我最终使用了 nltk。我只需要在这个阶段比较简单的单词就可以了解我的程序的基本功能。稍后将考虑更复杂的解决方案。感谢帮助。
import nltk
nltk.edit_distance("word1", "word2")
我编写了比较两个字符串以找到匹配词的代码。现在我希望能够找到相对接近的单词。例如，book 和 brook 相似，而 book 和 luck 则不同。我该怎么办？
我在想把每个单词拆分成字符然后统计说字符的频率？现在，匹配的单词给出值 0。否则，给出 2，但我想扩展该部分以执行我上面描述的操作。
for i in range(0, out.shape[0]): # from 0 to total number of rows out.shape[0] is rows - out.shape[1] is columns
for word in refArray: # for each word in the samplearray
#out.ix[i, str(word)] = out.index[i].count(str(word))
if out.index[i].count(str(word)) == 1:
out.ix[i, str(word)] = 0
else:
out.ix[i, str(word)] = 2
您想计算编辑距离。 https://en.wikipedia.org/wiki/Edit_distance
$ pip3 search edit | grep distance
edith (0.1.0a1) - Edit-distanc implementation with edit-path retrieval
string-distance (1.0.0) - Minimum Edit Distance
subdist (0.2.1) - Substring edit distance
editdist (0.1) - Calculate Levenshtein's edit distance
leven (1.0.4) - Levenshtein edit distance library
浏览 Google 后我最终使用了 nltk。我只需要在这个阶段比较简单的单词就可以了解我的程序的基本功能。稍后将考虑更复杂的解决方案。感谢帮助。
import nltk
nltk.edit_distance("word1", "word2")