Python中相似度对比 |
您所在的位置:网站首页 › python 文本对比 › Python中相似度对比 |
计算两个字符串的相似度 应用场景:拼写纠错、文本去重、上下文相似性、不同来源数据对比 python中有比较相似度的模块 difflib,相关函数为difflib.SequenceMatcher().quick_ratio() 说明:difflib库的SequenceMatcher类的quick_ratio()方法,其功能为比较文本的距离,并把结果量化成[0,1]之间,相同的时候返回1,没有相同片段返回0。 语法:SequenceMatcher(None,s1,s2).quick_ratio() (1)None参数是一个函数,用来去掉不需要比较的字符。 (2)s1,s2参数为两个需要计算相似度的字符串。 (3)函数返回值在0-1之间,如果为1则认为完全相等。 (4)quick_ratio()方法,计算公式如下: 计算所有匹配片段的长度之和T(区别于最大匹配长度),匹配度等于 例如:s1 = 'abcdlijkfg' s2 = 'abcdefgm' s1和s2可匹配的最大长度为 4,而所有匹配片段的长度之和T为 5 下面是例子: import difflib """ 计算两个字符串的相似度 输入:s1,s2 字符串 输出: 浮点型相似度 """ def string_similar(s1, s2): return difflib.SequenceMatcher(None, s1, s2).quick_ratio() print(string_similar('我在中国人民大学', '我在人民大学')) print(string_similar('我在人民大学', '我在中国人民大学')) print(string_similar('我在人民大学中国', '我在中国人民大学')) m1= '我在中国人民大学' m2='我在北京中国人民大学' s_num=string_similar(m1,m2) if s_num>0.8: lenS1 = len(m1) lenS2 = len(m2) if lenS1>lenS2: print(m1) else: print(m2) 运行结果: 0.8571428571428571 0.8571428571428571 1.0 我在北京中国人民大学 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |