有没有办法对字符串上的单词进行模糊字符串匹配？

Question

我想对字符串和单词进行模糊匹配。

目标字符串可能是这样的。 "你好，我今天去看电影。"
我要搜索的词在哪里。
"flim toda".

这有望 return“今日电影”作为搜索结果。

我用过这个方法，但是好像只用一个字就可以了。

import difflib

def matches(large_string, query_string, threshold):
    words = large_string.split()
    matched_words = []
    for word in words:
        s = difflib.SequenceMatcher(None, word, query_string)
        match = ''.join(word[i:i+n] for i, j, n in s.get_matching_blocks() if n)
        if len(match) / float(len(query_string)) >= threshold:
            matched_words.append(match)
    return matched_words
large_string = "Hello, I am going to watch a film today"
query_string = "film"
print(list(matches(large_string, query_string, 0.8)))

这只适用于一个词，并且在噪音很小的情况下 returns。

有什么办法可以用词做这种模糊匹配吗？

Answer 1

您想到的功能称为“查询建议”，确实依赖于拼写检查，但它依赖于从搜索引擎查询日志构建的马尔可夫链。

也就是说，您使用的方法类似于此答案中描述的方法：

有没有办法对字符串上的单词进行模糊字符串匹配？

Is there a way to do fuzzy string matching for words on string?

python

nlp

full-text-search

fuzzy-search

string-matching