algorithm - 两个文本的相似性(关键字的自适应局部对齐？)

Question

我有 2 条不同长度的文本(最多 4000 个字符)。我需要根据(部分)释义获得相似率。请注意，文本的相同部分在每个文本中的位置可能不同(因此 Levenshtein 不是解决方案)。

比较过程还应该:

• 不增加博览会。有文字大小
• 性能友好。 :)

似乎“关键字的自适应局部对齐”是一个可能的解决方案。

您有任何实现示例吗？首选语言是 PHP，但我可以翻译。 :)

关于该主题，您还有其他解决方案/想法/经验吗？

感谢您的大力帮助。

Answer 1

看看 levenshtein 和 similar_text 函数，它们会让您的生活更轻松:

• http://us2.php.net/manual/en/function.levenshtein.php
• http://us2.php.net/manual/en/function.similar-text.php

编辑:@Toto 指出这些可能不适合此应用程序，请参阅下面他的评论。