美文网首页
文本相似度算法-Jaro distance

文本相似度算法-Jaro distance

作者: ColdCoder | 来源:发表于2019-11-14 20:07 被阅读0次

Jaro distance

给定两个文本串s_1,s_2,他们的Joro距离定义为：


其中：
表示两个字符串中match的字符数
表示文本串长度
表示换位(transpositoins)数目()

求match的字符数：
分别来自s_1,s_2的字符，当他们相同或者距离小于d =\lfloor \frac{max(|x_i|,|x_2|)}{2}\rfloor - 1,则被认为是match的。

比如：s_1=“DIXON”, s_2=“DICKSONX”


距离计算出来等于3,则每一次从max(0,i-d)到min(i+d,xLen)的空间内比较（如果从横轴进行比较，xLen表示长度）。最终得到match数。

s_1中的每一个字符都会与s_2中距离d内的字符进行比较。将所有match的字符串，需要替调换顺序才能匹配的总数除以二就是transpositions的大小t。这里两个字符串中匹配的分别是："DION"，“DION",所以t=0。
另外 |s_1|=4, |s_2|=8,
则：
d_j=\frac{1}{3}(\frac{4}{5} + \frac{4}{8} + \frac{4-0}{4})

参考：
https://rosettacode.org/wiki/Jaro_distance#Java

相关文章

网友评论

      本文标题：文本相似度算法-Jaro distance

      本文链接：https://www.haomeiwen.com/subject/tsrdictx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|文本相似度算法-Jaro distance|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！