Оценка Схожести-Левенштейн

я реализовал алгоритм Левенштейна на Java и теперь получаю исправления, сделанные алгоритмом a.к. a. стоимость. Это немного помогает, Но не очень, так как я хочу получить результаты в процентах.

поэтому я хочу знать, как вычислить эти точки сходства.

Я также хотел бы знать, как вы это делаете и почему.

16
java levenshtein-distance similarity

5 ответов

на Левенштейна расстояние между двумя строками определяется как минимальное количество изменений, необходимых для преобразования одной строки в другую, с допустимой редактирование операций вставки, удаления или замены одного символа. (Википедия)

  • таким образом, расстояние Левенштейна 0 означает: обе строки равны
  • максимальное расстояние Левенштейна(все символы разные) - max (string1.длина, строка2.длина)

поэтому, если вам нужен процент, вы должны использовать это для точек для масштабирования. Например:

"Алло", "Привет" - > расстояние Левенштейна 1 Максимальное расстояние Левенштейна для этих двух строк: 5. Таким образом, 20% символов не совпадают.

String s1 = "Hallo";
String s2 = "Hello";
int lfd = calculateLevensteinDistance(s1, s2);
double ratio = ((double) lfd) / (Math.max(s1.length, s2.length));
25

можно скачать Apache Commons StringUtils и исследовать (и, возможно, использовать) их реализацию алгоритма расстояния Левенштейна.

16
 // Refer This: 100% working

public class demo 
{
public static void main(String[] args) 
{
    String str1, str2;

    str1="12345";
    str2="122345";


    int re=pecentageOfTextMatch(str1, str2);
    System.out.println("Matching Percent"+re);
}

public static int pecentageOfTextMatch(String s0, String s1) 
{                       // Trim and remove duplicate spaces
    int percentage = 0;
    s0 = s0.trim().replaceAll("\s+", " ");
    s1 = s1.trim().replaceAll("\s+", " ");
    percentage=(int) (100 - (float) LevenshteinDistance(s0, s1) * 100 / (float) (s0.length() + s1.length()));
    return percentage;
}

public static int LevenshteinDistance(String s0, String s1) {

    int len0 = s0.length() + 1;
    int len1 = s1.length() + 1;  
    // the array of distances
    int[] cost = new int[len0];
    int[] newcost = new int[len0];

    // initial cost of skipping prefix in String s0
    for (int i = 0; i < len0; i++)
        cost[i] = i;

    // dynamically computing the array of distances

    // transformation cost for each letter in s1
    for (int j = 1; j < len1; j++) {

        // initial cost of skipping prefix in String s1
        newcost[0] = j - 1;

        // transformation cost for each letter in s0
        for (int i = 1; i < len0; i++) {

            // matching current letters in both strings
            int match = (s0.charAt(i - 1) == s1.charAt(j - 1)) ? 0 : 1;

            // computing cost for each transformation
            int cost_replace = cost[i - 1] + match;
            int cost_insert = cost[i] + 1;
            int cost_delete = newcost[i - 1] + 1;

            // keep minimum cost
            newcost[i] = Math.min(Math.min(cost_insert, cost_delete),
                    cost_replace);
        }

        // swap cost/newcost arrays
        int[] swap = cost;
        cost = newcost;
        newcost = swap;
    }

    // the distance is the cost for transforming all letters in both strings
    return cost[len0 - 1];
}

}
2

максимальное значение разницы Левенштейна между двумя строками будет максимальным значением длины двух строк. (Это соответствует изменению символа для каждого из символов до длины более короткой строки, а также вставкам или удалениям в зависимости от того, переходите ли вы от более короткого к более длинному или наоборот.) Учитывая это, сходство двух строк должно быть отношением между этим максимумом и разницей между этим максимумом и фактическим Левенштейном разница.

реализации алгоритма Левенштейна, как правило, не записывают, какими должны быть эти изменения, но это не должно быть так сложно вычислить, учитывая абстрактный алгоритм на Википедия страницы.

0

Я думаю, что это будет полезная ссылка LevenshteinDistance

его можно использовать через зависимость maven

зависимость maven

Я думаю, что лучше использовать эту реализацию, чем писать свой собственный код.

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-text</artifactId>
    <version>1.3</version>
</dependency>

в качестве примера посмотрите на код ниже 

import org.apache.commons.text.similarity.LevenshteinDistance;

public class MetricUtils {
    private static LevenshteinDistance lv = new LevenshteinDistance();

    public static void main(String[] args) {
        String s = "running";
        String s1 = "runninh";
        System.out.println(levensteinRatio(s, s1));
    }

    public static double levensteinRatio(String s, String s1) {
        return 1 - ((double) lv.apply(s, s1)) / Math.max(s.length(), s1.length());
    }
}
0