Làm thế nào để so sánh các chuỗi gần như tương tự trong Java? (Chuỗi khoảng cách đo)

Question

Tôi muốn so sánh hai chuỗi và nhận được một số điểm số như thế nào trông giống nhau. Ví dụ: "Câu gần như tương tự" và "Câu này tương tự".

Tôi không quen với các phương pháp hiện có trong Java, nhưng đối với PHP, tôi biết số levenshtein function.

Có phương pháp nào tốt hơn trong Java không?

Answer 1

Các Levensthein khoảng cách là một biện pháp để làm thế nào dây tương tự đang có. Hoặc, chính xác hơn, có bao nhiêu thay đổi phải được thực hiện rằng chúng giống nhau.

algorithm có sẵn trong mã giả trên Wikipedia. Việc chuyển đổi sang Java không phải là vấn đề lớn, nhưng nó không được tích hợp trong thư viện lớp cơ sở.

Wikipedia có một số thuật toán khác đo lường độ tương đồng của chuỗi.

Answer 2

vâng thats một thước đo tốt, bạn có thể sử dụng StringUtil.getLevenshteinDistance() từ commons apache

Answer 3

Tôi đã tìm thấy thuật toán Levenshtein trên this page.

Answer 4

Các thư viện Java sau đây cung cấp nhiều so sánh các thuật toán (Levenshtein, Jaro Winkler, ...):

1. Apache Commons Lang 3: https://commons.apache.org/proper/commons-lang/
2. Simmetrics: http://sourceforge.net/projects/simmetrics/

Cả hai thư viện đều có tài liệu java (Apache Commons Lang Javadoc, Simmetrics Javadoc).

//Usage of Apache Commons Lang 3 
import org.apache.commons.lang3.StringUtils; 
public double compareStrings(String stringA, String stringB) { 
    return StringUtils.getJaroWinklerDistance(stringA, stringB); 
} 

//Usage of Simmetrics 
import uk.ac.shef.wit.simmetrics.similaritymetrics.JaroWinkler  
public double compareStrings(String stringA, String stringB) { 
    JaroWinkler algorithm = new JaroWinkler(); 
    return algorithm.getSimilarity(stringA, stringB); 
} 

Answer 5

Bạn có thể tìm hiện thực của Levenshtein và các biện pháp chuỗi tương đồng/khoảng cách khác trên https://github.com/tdebatty/java-string-similarity

Nếu dự án của bạn sử dụng maven, lắp đặt cũng đơn giản như

<dependency> 
    <groupId>info.debatty</groupId> 
    <artifactId>java-string-similarity</artifactId> 
    <version>RELEASE</version> 
</dependency> 

Sau đó, để sử dụng Levenshtein ví dụ:

import info.debatty.java.stringsimilarity.*; 

public class MyApp { 

    public static void main (String[] args) { 
    Levenshtein l = new Levenshtein(); 

    System.out.println(l.distance("My string", "My $tring")); 
    System.out.println(l.distance("My string", "My $tring")); 
    System.out.println(l.distance("My string", "My $tring")); 
    } 
}