javascript - 寻找更好的javascript文本匹配评分系统

Question

我一直在使用 String Score对于很多项目。它非常适合对列表进行排序，例如姓名、国家/地区等。

现在，我正在做一个项目，我想将一个术语与更大的文本集相匹配，而不仅仅是几个单词。比如，一段。

给定以下两个字符串:

string1 = "I want to eat.";
string2 = "I want to eat. Let's go eat. All this talk about eating is making me hungry. Ready to eat?";

我希望术语 eat 返回的 string2 高于 string1。但是，string1 得分更高:

string1.score('eat');
> 0.5261904761904762

string2.score('eat');
> 0.4477777777777778

也许我认为 string2 应该得分更高的想法是错误的，如果这是您的逻辑，我很乐意听到关于该逻辑的争论。否则，关于更符合上下文的 javascript 匹配算法有什么想法吗？

Answer 1

如果 score 没有考虑重复，那么 string2 中只有一次 "eat" 会添加到分数中，所以其他“eat” 的出现被视为不匹配的垃圾，计入总分。

许多字符串相似性指标都以这种方式表现，例如在 Edit distance不匹配的字符越多，得分越低，重复被视为不匹配。

阅读 source 后我不清楚它使用的是什么算法，但是得分变量

var total_character_score = 0,
  start_of_string_bonus,
  abbreviation_score,
  fuzzies=1,
  final_score;

似乎没有考虑多次重复。

如果你想计算多次出现，那么听起来你想要的不是字符串相似性算法，而是 fuzzy match algo这样您就可以找到匹配项的数量。

也许 yeti witch会为你工作。