java - 基于字典的字符串匹配算法 - Java

Question

Java有没有基于字典的字符串匹配算法？

根据字典给出两个字符串之间的相似度百分比的东西？

喜欢

 public double getSimilarity(String str1, String str2);

其实现方式如下:

 getSimilarity("Professor", "Teacher")

会给出很高的百分比吗？

提前致谢:)

Answer 1

Shaul Markovitch 和 Evgeniy Gabrilovich 完成了一项伟大的工作，在他们的文章中有所描述:Wikipedia-based Semantic Interpretation for Natural Language Processing .

想法如下:Index wikipedia (or other context source)。
为每个术语(单词)创建一个映射:term -> articles in which the term appears in .

每个项基本上都由一个 vector 表示 - 为简单起见，假设它是一个二元 vector - 因此对于项 t条目 d当且仅当术语 t 为“1”时出现在文档中 d .

现在，给定这些 vector - 找出是否有两项 t1 , t2相似 - 您所要做的就是取代表 t1 的两个 vector 的 vector 相似度和 t2 .

---

注意:二进制 vector 是一种简化，实际上文章使用了tf-idf得分，即术语t在文档中有 d .